Felo API PlatformFelo API Platform
Назад к моделям
DeepSeekmessages

DeepSeek V4 Flash 0731 API

DeepSeek V4 Flash 0731 — открытая текстоориентированная модель с разреженной MoE-архитектурой, контекстом в 1 миллион токенов и низкой стоимостью вывода для агентных задач.

DeepSeek V4 Flash 0731 — официальный релиз открытой модели DeepSeek с разреженной смесью экспертов: 284 млрд параметров всего и 13 млрд активных на токен. Она принимает и выдаёт текст, поддерживает окно контекста в 1 миллион токенов, использование инструментов и агентные сценарии, а также несколько уровней рассуждений для гибкой настройки. Модель относится к базовым, а не к отдельным reasoning-вариантам, и доступна через 26 провайдеров; есть GGUF-квантования, включая Q8 объёмом 162 ГБ, а также запуск на выделенных GPU вроде NVIDIA DGX Spark и в инструментах сообщества llama.cpp и vLLM.

Модель подходит для помощи в программировании, агентных приложений и циклов агентов, сценариев с вызовом инструментов, сложных задач в разработке ПО, исследованиях безопасности и анализе данных, а также для работы с длинным контекстом — например, с целыми кодовыми базами или большими документами. Тонкая настройка возможна через LoRA на платформах вроде Fireworks.

Среди ограничений: модель в первую очередь текстовая, нативное визуальное понимание появилось в более новой родственной модели V4.1; по DeepSWE pass@1 она уступает GPT-5.6 Luna; некоторые возможности вроде MTP поначалу могут быть не полностью совместимы с общественным vLLM. Начиная с 25 сентября 2026 года модель выводится из serverless-доступа в пользу более новой V4.1 Flash.

Обновлено:

MODEL ID

deepseek-v4-flash
Контекст
1.049M
Макс. вывод
943.718K
Рекомендуемый API
messages
Вход
text
Выход
text

Ключевые возможности

  • 284 млрд параметров, 13 млрд активных
  • Контекст 1 миллион токенов
  • Поддержка инструментов и агентных сценариев
  • Несколько уровней рассуждений
  • Тонкая настройка через LoRA
  • Доступна у 26 провайдеров

Поставщики

6 поставщиков

Сравните цены API у разных поставщиков. Выберите поставщика, чтобы посмотреть все тарифы и условия.

Поставщик · Подробности оплаты
Доступность
$0.13$0.26$0.028
$0.06$0.18$0.015
$0.119$0.238$0.0238
$0.14$0.28$0.07
$0.44$1.32$0.028
$0.44$1.32$0.014

Сколько дают $10

Вход
76,9 млн токенов
Выход
38,5 млн токенов

Оценка по текущим ценам входа и выхода, без учёта скидок.

Бенчмарки

  • Terminal

    балла; измеряет агентные способности

    82.7
  • DeepSWE

    баллов отставания от GPT-5.6 Luna по pass@1

    14
  • DeepSWE

    раза больше решений на доллар по сравнению с GPT-5.6 Luna

    4.8
  • Vibe Code Bench v1.1

    место среди 125 моделей

    43-е место

Результаты опубликованы производителем модели.

Рассуждения

Уровень по умолчанию
high
Включено по умолчанию
Да
Всегда включены
Нет
Доступные уровни
max / high / low / none

Quick Start

Готовый код для вызова этой модели через compatible APIs Felo API Platform. Используйте Playground, чтобы проверить prompts до написания кода.

1

Добавьте API key

Создайте key в аккаунте Felo API Platform и задайте его как environment variable.

export FELO_API_KEY="YOUR_API_KEY"
2

Первый запрос

Используйте этот model ID с endpoint Felo API Platform. Дополнительные request headers, например X-Request-Id, помогают troubleshooting.

deepseek-v4-flash

Эта модель поддерживает reasoning. Если выбранный protocol и model route дают reasoning controls, сохраняйте returned reasoning metadata при продолжении conversation.

const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${process.env.FELO_API_KEY}`,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
  "model": "deepseek-v4-flash",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());

Сторонние SDK

В compatible SDK установите baseURL на https://openapi.felo.ai/api/v1. Для Claude-style clients используйте Anthropic-compatible base URL. https://openapi.felo.ai/api.

3

Включить streaming

Добавьте stream: true, чтобы получать responses как server-sent events.

curl -N https://openapi.felo.ai/api/v1/messages \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "deepseek-v4-flash",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "stream": true
}'

Endpoint

Felo API Platform предоставляет compatible model-calling surfaces. Выберите surface, который уже поддерживает ваше app или agent client.

SurfaceMethodURL

Messages

Anthropic-compatible messages for Claude-style clients.

POST

https://openapi.felo.ai/api/v1/messages

Parameters

ИмяТипПо умолчаниюОписание
modelstringdeepseek-v4-flashПубличный model ID для вызова.
max_tokensinteger—Максимальное число generated tokens.
messagesarray—Сообщения conversation для Chat Completions.
seed———
stop———
min_p———
toolsarray—Tool calling definitions по compatible schema.
top_a———
top_k———
top_p———
logprobs———
reasoning———
logit_bias———
temperaturenumber—Управляет вариативностью ответа, если поддерживается.
tool_choicestring or object—Управляет тем, нужно ли вызвать tool.
top_logprobs———
response_formatobject—Запрашивает structured output, если поддерживается.
presence_penalty———
reasoning_effort———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———
parallel_tool_calls———

Частые вопросы

О модели DeepSeek V4 Flash 0731?

DeepSeek V4 Flash 0731 — официальный релиз открытой модели DeepSeek с разреженной смесью экспертов: 284 млрд параметров всего и 13 млрд активных на токен. Она принимает и выдаёт текст, поддерживает окно контекста в 1 миллион токенов, использование инструментов и агентные сценарии, а также несколько уровней рассуждений для гибкой настройки. Модель относится к базовым, а не к отдельным reasoning-вариантам, и доступна через 26 провайдеров; есть GGUF-квантования, включая Q8 объёмом 162 ГБ, а также запуск на выделенных GPU вроде NVIDIA DGX Spark и в инструментах сообщества llama.cpp и vLLM. Модель подходит для помощи в программировании, агентных приложений и циклов агентов, сценариев с вызовом инструментов, сложных задач в разработке ПО, исследованиях безопасности и анализе данных, а также для работы с длинным контекстом — например, с целыми кодовыми базами или большими документами. Тонкая настройка возможна через LoRA на платформах вроде Fireworks. Среди ограничений: модель в первую очередь текстовая, нативное визуальное понимание появилось в более новой родственной модели V4.1; по DeepSWE pass@1 она уступает GPT-5.6 Luna; некоторые возможности вроде MTP поначалу могут быть не полностью совместимы с общественным vLLM. Начиная с 25 сентября 2026 года модель выводится из serverless-доступа в пользу более новой V4.1 Flash.

Как рассчитывается стоимость?

Стоимость зависит от выбранного поставщика, его цен и вашего использования. Для длинных запросов могут действовать другие цены — смотрите подробности.

Какие входные и выходные данные поддерживает модель?

Модель принимает текст и выдаёт текст. Другие модальности в фактах не заявлены.

Какой у модели контекст?

Контекстное окно составляет 1 миллион токенов. Ограничение на длину вывода в фактах не указано.

Для каких задач подходит DeepSeek V4 Flash 0731?

Для помощи в программировании, агентных приложений и циклов агентов, сценариев с вызовом инструментов, сложных задач в разработке ПО, безопасности и анализе данных, а также для длинного контекста.

Чем модель отличается от других представителей семейства?

Она занимает место между более крупной DeepSeek V4 Pro и более новой V4.1 Flash. По ряду ключевых бенчмарков она превосходит DeepSeek V4 Pro Preview при заметно меньшем числе активных параметров, а нативное визуальное понимание есть только у V4.1 Flash.

Можно ли развернуть модель локально?

Да, есть GGUF-квантования, включая Q8 объёмом 162 ГБ, запуск на выделенных GPU вроде NVIDIA DGX Spark и поддержка инструментов сообщества llama.cpp и vLLM. Часть функций вроде MTP поначалу может быть не полностью совместима с общественным vLLM.

Связанные модели

DeepSeek V4.1 Flash 1017

DeepSeekdeepseek-v4.1-flash-1017

DeepSeek V4.1 Flash 1017 — мультимодальная модель с открытыми весами, контекстом до миллиона токенов и управляемой глубиной рассуждений для агентных и кодинг-задач.

Длинноконтекстные мультимодальные рассужденияПрограммирование и генерация кодаАнализ документов и графиковВизуальные вопросы и ответы

Контекст

1.049M

Макс. вывод

393.216K

Входные токены

$0.3 / 1M токенов

Выходные токены

$1.2 / 1M токенов

DeepSeek V4.1 Flash

DeepSeekdeepseek-v4.1-flash

Мультимодальная модель DeepSeek V4.1 Flash с контекстом в один миллион токенов, обработкой текста и изображений и открытыми весами под лицензией MIT.

Агентные системы с большими входамиОбработка кода и журналовМасштабный анализ текста и изображенийГибкие нагрузки в непиковые часы

Контекст

1.049M

Макс. вывод

131.072K

Входные токены

$0.3 / 1M токенов

Выходные токены

$1.2 / 1M токенов

DeepSeek V4 Pro 0813

DeepSeekdeepseek-v4-pro-0813

Флагманская модель DeepSeek V4 Pro 0813 с контекстом 1 000 000 токенов, 1,65 трлн параметров и режимами мышления для сложного кода, длинных агентных задач и анализа больших объёмов информации.

Анализ всей кодовой базыМногошаговая автоматизация процессовСинтез больших объёмов данныхРазбор финансовых отчётов

Контекст

1.049M

Макс. вывод

393.216K

Входные токены

$1.32 / 1M токенов

Выходные токены

$3.96 / 1M токенов