Felo API PlatformFelo API Platform
Назад до моделей
DeepSeekmessages

DeepSeek V4 Flash 0731 API

DeepSeek V4 Flash 0731 — відкрита текстова модель із розрідженою архітектурою MoE на 284 млрд параметрів, що поєднує продуктивність рівня фронтиру з низькими обчислювальними витратами та підтримкою агентних робочих процесів.

DeepSeek V4 Flash 0731 — офіційний реліз моделі DeepSeek-V4-Flash, що замінює попередню попередню версію. Це відкрита текстова модель із розрідженою архітектурою суміші експертів (MoE): 284 млрд загальних параметрів і 13 млрд активних на кожен токен. Модель підтримує використання інструментів, агентні робочі процеси та кілька рівнів міркування для гнучкого розгортання. Її можна додатково налаштовувати через LoRA на таких платформах, як Fireworks, а також розгортати на виділених GPU.

Модель добре підходить для допомоги в програмуванні, агентних застосунків, сценаріїв використання інструментів і складного розв'язування задач у розробці програмного забезпечення, дослідженні безпеки та аналізі даних. Завдяки контексту в 1 млн токенів вона здатна обробляти цілі кодові бази або великі документи, а також працювати в агентних циклах. За результатами бенчмарків модель перевершує DeepSeek V4 Pro Preview у кількох ключових тестах, попри значно меншу кількість активних параметрів.

Попри орієнтацію на текст, модель демонструє високу економічну ефективність у сімействі DeepSeek V4 і вважається фронтирною для свого розміру. Водночас вона поступається GPT-5.6 Luna за pass@1 у DeepSWE, а деякі функції, як-от MTP, можуть бути не повністю сумісними зі спільнотним vLLM на початковому етапі. З 25 вересня 2026 року модель виводиться з безсерверного використання на користь новішої V4.1 Flash.

ОбмеженоБезкоштовний пробний період

Оновлено:

MODEL ID

deepseek-v4-flash
Контекст
1.049M
Макс. вихід
943.718K
Рекомендований API
messages
Вхід
text
Вихід
text

Ключові можливості

  • 284 млрд параметрів, 13 млрд активних
  • Контекст 1 млн токенів
  • Підтримка інструментів і агентних циклів
  • Кілька рівнів міркування
  • Донавчання через LoRA
  • Відкриті ваги

Постачальники

6 постачальників

Порівняйте ціни API у різних постачальників. Виберіть постачальника, щоб переглянути всі тарифи й умови.

Постачальник · Деталі тарифів
Доступність
$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

Що можна купити за $10

Вхід
76,9 млн токенів
Вихід
38,5 млн токенів

Оцінка за поточними цінами входу й виходу, без урахування знижок.

Бенчмарки

  • Terminal

    бали; вимірює агентні можливості

    82.7
  • DeepSWE

    балів відставання від GPT-5.6 Luna за pass@1

    14
  • DeepSWE

    рази більше розв'язань на долар порівняно з GPT-5.6 Luna

    4.8
  • Vibe Code Bench v1.1

    місце серед 125 моделей

    #43

Результати за публікацією постачальника моделі.

Міркування

Типовий рівень зусиль
high
Увімкнено за замовчуванням
Так
Завжди ввімкнено
Ні
Доступні рівні зусиль
max / high / low / none

Швидкий старт

Готовий код для виклику цієї моделі через сумісні API Felo API Platform. Почніть у Playground, якщо хочете перевірити промпти перед написанням коду.

1

Отримайте API-ключ

Створіть ключ у своєму обліковому записі Felo API Platform і встановіть його як змінну середовища.

export FELO_API_KEY="YOUR_API_KEY"
2

Зробіть перший запит

Використовуйте цей ідентифікатор моделі з endpoint Felo API Platform. Необов'язкові заголовки запиту, як-от X-Request-Id, можуть допомогти з діагностикою.

deepseek-v4-flash

Ця модель підтримує міркування. Якщо вибраний протокол і маршрут моделі надають елементи керування міркуванням, зберігайте повернені метадані міркування під час продовження розмови.

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());

Використання сторонніх SDK

Використовуйте сумісні SDK, встановивши baseURL на https://openapi.felo.ai/api/v1. Для клієнтів у стилі Claude використовуйте базовий URL, сумісний з Anthropic. https://openapi.felo.ai/api.

3

Увімкніть стрімінг

Додайте stream: true, щоб отримувати відповіді як 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 надає сумісні поверхні виклику моделей. Виберіть ту, яку ваш застосунок або клієнт-агент уже підтримує.

ПоверхняМетодURL

Messages

Повідомлення, сумісні з Anthropic, для клієнтів у стилі Claude.

POST

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

Параметри

НазваТипЗа замовчуваннямОпис
modelstringdeepseek-v4-flashПублічний ідентифікатор моделі для виклику.
max_tokensinteger—Максимальна кількість згенерованих токенів.
messagesarray—Повідомлення розмови для Chat Completions.
seed———
stop———
min_p———
toolsarray—Визначення виклику інструментів за сумісною схемою.
top_a———
top_k———
top_p———
logprobs———
reasoning———
logit_bias———
temperaturenumber—Керує різноманітністю відповідей, якщо підтримується.
tool_choicestring or object—Керує тим, чи слід викликати інструмент.
top_logprobs———
response_formatobject—Запитує структурований вихід, якщо підтримується.
presence_penalty———
reasoning_effort———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———
parallel_tool_calls———

Часті запитання

Що таке DeepSeek V4 Flash 0731?

DeepSeek V4 Flash 0731 — офіційний реліз моделі DeepSeek-V4-Flash, що замінює попередню попередню версію. Це відкрита текстова модель із розрідженою архітектурою суміші експертів (MoE): 284 млрд загальних параметрів і 13 млрд активних на кожен токен. Модель підтримує використання інструментів, агентні робочі процеси та кілька рівнів міркування для гнучкого розгортання. Її можна додатково налаштовувати через LoRA на таких платформах, як Fireworks, а також розгортати на виділених GPU. Модель добре підходить для допомоги в програмуванні, агентних застосунків, сценаріїв використання інструментів і складного розв'язування задач у розробці програмного забезпечення, дослідженні безпеки та аналізі даних. Завдяки контексту в 1 млн токенів вона здатна обробляти цілі кодові бази або великі документи, а також працювати в агентних циклах. За результатами бенчмарків модель перевершує DeepSeek V4 Pro Preview у кількох ключових тестах, попри значно меншу кількість активних параметрів. Попри орієнтацію на текст, модель демонструє високу економічну ефективність у сімействі DeepSeek V4 і вважається фронтирною для свого розміру. Водночас вона поступається GPT-5.6 Luna за pass@1 у DeepSWE, а деякі функції, як-от MTP, можуть бути не повністю сумісними зі спільнотним vLLM на початковому етапі. З 25 вересня 2026 року модель виводиться з безсерверного використання на користь новішої V4.1 Flash.

Як нараховується оплата за використання?

Рахунок залежить від обраного постачальника, його цін і вашого використання. Довші вхідні дані або інші умови можуть мати інші ціни.

Які типи вхідних і вихідних даних підтримує модель?

Модель приймає текстові дані та повертає текстові відповіді.

Який розмір контексту в DeepSeek V4 Flash 0731?

Модель підтримує контекст до 1 млн токенів, що дозволяє обробляти цілі кодові бази або великі документи.

Для яких завдань найкраще підходить ця модель?

Вона орієнтована на допомогу в програмуванні, агентні застосунки, використання інструментів, складне розв'язування задач у розробці, дослідженні безпеки та аналізі даних, а також на роботу з довгими контекстами.

Чим DeepSeek V4 Flash 0731 відрізняється від інших моделей сімейства?

Це базовий реліз, що замінює попередню попередню версію та розташований між більшою DeepSeek V4 Pro і новішою DeepSeek V4.1 Flash. Він перевершує DeepSeek V4 Pro Preview у кількох ключових бенчмарках, хоча й поступається GPT-5.6 Luna за pass@1 у DeepSWE.

Чи підтримує модель донавчання?

Так, модель підтримує донавчання через LoRA на таких платформах, як Fireworks.

Схожі моделі

DeepSeek V4.1 Flash 1017

DeepSeekdeepseek-v4.1-flash-1017

Мультимодальна модель DeepSeek V4.1 Flash 1017 приймає текст і зображення, генерує текст, має контекст до одного мільйона токенів і регульовану глибину міркування.

Довгоконтекстне мультимодальне міркуванняПрограмуванняРозуміння документівАналіз діаграм

Контекст

1.049M

Макс. вихід

393.216K

Вхідні токени

$0.3 / 1M токенів

Вихідні токени

$1.2 / 1M токенів

DeepSeek V4.1 Flash

DeepSeekdeepseek-v4.1-flash

DeepSeek V4.1 Flash — це відкрита мультимодальна модель із текстовим та зображувальним входом, контекстом на один мільйон токенів і архітектурою, що активує 8 млрд параметрів для входу та 16 млрд для виходу.

Агентні системи з великим входомОбробка тексту й зображеньАналіз кодових баз і журналівРобочі навантаження в години низького навантаження

Контекст

1.049M

Макс. вихід

131.072K

Вхідні токени

$0.3 / 1M токенів

Вихідні токени

$1.2 / 1M токенів

DeepSeek V4 Pro 0813

DeepSeekdeepseek-v4-pro-0813

DeepSeek V4 Pro 0813 — флагманська модель DeepSeek з 1,65 трлн параметрів, контекстом 1 000 000 токенів і режимами мислення для складного кодування, агентних задач і тривалих міркувань.

Аналіз повних кодових базБагатокрокова автоматизаціяМасштабний синтез інформаціїЗадачі кібербезпеки

Контекст

1.049M

Макс. вихід

393.216K

Вхідні токени

$1.32 / 1M токенів

Вихідні токени

$3.96 / 1M токенів