DeepSeek V4 Flash 0731 API
DeepSeek V4 Flash 0731 là mô hình văn bản thuộc họ DeepSeek V4, dùng kiến trúc mixture-of-experts thưa với 284 tỷ tham số và 13 tỷ tham số hoạt động mỗi token, hỗ trợ ngữ cảnh 1 triệu token cùng khả năng dùng công cụ và tác nhân.
DeepSeek V4 Flash 0731 là bản phát hành chính thức của mô hình DeepSeek-V4-Flash, thay thế phiên bản preview trước đó. Mô hình sử dụng kiến trúc mixture-of-experts thưa với 284 tỷ tham số tổng cộng nhưng chỉ 13 tỷ tham số hoạt động trên mỗi token, nhờ đó đạt hiệu năng mạnh trong khi giữ chi phí tính toán và độ trễ suy luận ở mức tương đối thấp. Đây là mô hình nền tảng, không phải biến thể chuyên cho suy luận, và hỗ trợ nhiều mức suy luận để linh hoạt triển khai. Mô hình nhận văn bản và trả về văn bản, với cửa sổ ngữ cảnh lên tới 1 triệu token.
Mô hình phù hợp cho hỗ trợ lập trình, các ứng dụng AI tác nhân, các tình huống sử dụng công cụ, cũng như giải quyết bài toán phức tạp trong phát triển phần mềm, nghiên cứu bảo mật và phân tích dữ liệu. Nhờ ngữ cảnh dài, mô hình xử lý được các tác vụ như đọc toàn bộ cơ sở mã hoặc tài liệu lớn, và hỗ trợ vòng lặp tác nhân. Mô hình cũng hỗ trợ tinh chỉnh bằng LoRA trên các nền tảng như Fireworks, có thể triển khai trên GPU chuyên dụng, và đã chạy được trên các hệ thống như NVIDIA DGX Spark cùng các công cụ cộng đồng như llama.cpp và vLLM.
So với DeepSeek V4 Pro Preview, mô hình đạt kết quả tốt hơn trên một số benchmark quan trọng dù số tham số hoạt động nhỏ hơn nhiều, và được xem là mức hiệu quả chi phí cao trong họ DeepSeek V4. Hạn chế chính là mô hình tập trung vào văn bản, chưa có khả năng hiểu hình ảnh gốc như mô hình anh em DeepSeek V4.1 Flash mới hơn; một số tính năng như MTP có thể chưa tương thích đầy đủ với vLLM cộng đồng ngay từ đầu. Mô hình dự kiến bị ngừng hỗ trợ trên serverless từ ngày 25 tháng 9 năm 2026 để nhường chỗ cho DeepSeek V4.1 Flash.
Cập nhật:
ID MÔ HÌNH
deepseek-v4-flash- Ngữ cảnh
- 1.049M
- Đầu ra tối đa
- 943.718K
- API đề xuất
- messages
- Đầu vào
- text
- Đầu ra
- text
Điểm nổi bật
- Kiến trúc mixture-of-experts thưa 284 tỷ tham số
- 13 tỷ tham số hoạt động mỗi token
- Ngữ cảnh lên tới 1 triệu token
- Hỗ trợ dùng công cụ và tác nhân
- Nhiều mức suy luận linh hoạt
- Tinh chỉnh LoRA qua Fireworks
Nhà cung cấp
So sánh giá API giữa các nhà cung cấp. Chọn một nhà cung cấp để xem toàn bộ chi phí và điều kiện.
| Tỷ lệ khả dụng | ||||
|---|---|---|---|---|
| $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 |
Thống kê lịch sử không phải kiểm tra trạng thái trực tiếp. Thiếu dữ liệu không có nghĩa là gián đoạn.
10 USD mua được gì
- Đầu vào
- 76,9 Tr token
- Đầu ra
- 38,5 Tr token
Ước tính theo giá đầu vào và đầu ra hiện tại, trước khi áp dụng giảm giá.
Điểm chuẩn
- 82.7
Terminal
điểm; đo khả năng tác nhân
- 14
DeepSWE
điểm kém hơn GPT-5.6 Luna trên pass@1
- 4.8
DeepSWE
lần số bài giải được trên mỗi đô la so với GPT-5.6 Luna
- #43
Vibe Code Bench v1.1
xếp hạng trong số 125 mô hình
Điểm số theo công bố của nhà cung cấp mô hình.
Suy luận
- Mức nỗ lực mặc định
- high
- Bật theo mặc định
- Có
- Luôn bật
- Không
- Các mức nỗ lực khả dụng
- max / high / low / none
Bắt đầu nhanh
Mã dùng ngay để gọi mô hình này bằng các API tương thích của Felo API Platform. Bắt đầu trong Playground khi bạn muốn thử prompt trước khi viết mã.
Thiết lập khóa API
Tạo khóa trong tài khoản Felo API Platform của bạn và đặt làm biến môi trường.
export FELO_API_KEY="YOUR_API_KEY"Gửi yêu cầu đầu tiên
Dùng ID mô hình này với endpoint Felo API Platform. Các header tùy chọn như X-Request-Id có thể giúp khắc phục sự cố.
deepseek-v4-flashMô hình này có khả năng suy luận. Nếu giao thức và route mô hình bạn chọn có hỗ trợ điều khiển suy luận, hãy giữ nguyên siêu dữ liệu suy luận được trả về khi tiếp tục hội thoại.
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());Dùng SDK bên thứ ba
Trong các SDK tương thích, đặt baseURL thành https://openapi.felo.ai/api/v1. Với các client kiểu Claude, dùng base URL tương thích Anthropic. https://openapi.felo.ai/api.
Bật streaming
Thêm stream: true để nhận phản hồi dưới dạng 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 cung cấp các giao diện gọi mô hình tương thích. Chọn giao diện mà ứng dụng hoặc client agent của bạn đã hỗ trợ.
Messages
Tin nhắn tương thích Anthropic cho client kiểu Claude.
POST
https://openapi.felo.ai/api/v1/messagesTham số
modelstringdeepseek-v4-flashID mô hình công khai cần gọi.max_tokensinteger—Số token tối đa được tạo.messagesarray—Tin nhắn hội thoại cho Chat Completions.seed———stop———min_p———toolsarray—Định nghĩa tool calling theo schema tương thích.top_a———top_k———top_p———logprobs———reasoning———logit_bias———temperaturenumber—Điều chỉnh độ đa dạng của phản hồi khi được hỗ trợ.tool_choicestring or object—Điều chỉnh việc có nên gọi một công cụ hay không.top_logprobs———response_formatobject—Yêu cầu đầu ra có cấu trúc khi được hỗ trợ.presence_penalty———reasoning_effort———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———parallel_tool_calls———Câu hỏi thường gặp
Tìm hiểu DeepSeek V4 Flash 0731?
DeepSeek V4 Flash 0731 là bản phát hành chính thức của mô hình DeepSeek-V4-Flash, thay thế phiên bản preview trước đó. Mô hình sử dụng kiến trúc mixture-of-experts thưa với 284 tỷ tham số tổng cộng nhưng chỉ 13 tỷ tham số hoạt động trên mỗi token, nhờ đó đạt hiệu năng mạnh trong khi giữ chi phí tính toán và độ trễ suy luận ở mức tương đối thấp. Đây là mô hình nền tảng, không phải biến thể chuyên cho suy luận, và hỗ trợ nhiều mức suy luận để linh hoạt triển khai. Mô hình nhận văn bản và trả về văn bản, với cửa sổ ngữ cảnh lên tới 1 triệu token. Mô hình phù hợp cho hỗ trợ lập trình, các ứng dụng AI tác nhân, các tình huống sử dụng công cụ, cũng như giải quyết bài toán phức tạp trong phát triển phần mềm, nghiên cứu bảo mật và phân tích dữ liệu. Nhờ ngữ cảnh dài, mô hình xử lý được các tác vụ như đọc toàn bộ cơ sở mã hoặc tài liệu lớn, và hỗ trợ vòng lặp tác nhân. Mô hình cũng hỗ trợ tinh chỉnh bằng LoRA trên các nền tảng như Fireworks, có thể triển khai trên GPU chuyên dụng, và đã chạy được trên các hệ thống như NVIDIA DGX Spark cùng các công cụ cộng đồng như llama.cpp và vLLM. So với DeepSeek V4 Pro Preview, mô hình đạt kết quả tốt hơn trên một số benchmark quan trọng dù số tham số hoạt động nhỏ hơn nhiều, và được xem là mức hiệu quả chi phí cao trong họ DeepSeek V4. Hạn chế chính là mô hình tập trung vào văn bản, chưa có khả năng hiểu hình ảnh gốc như mô hình anh em DeepSeek V4.1 Flash mới hơn; một số tính năng như MTP có thể chưa tương thích đầy đủ với vLLM cộng đồng ngay từ đầu. Mô hình dự kiến bị ngừng hỗ trợ trên serverless từ ngày 25 tháng 9 năm 2026 để nhường chỗ cho DeepSeek V4.1 Flash.
Cách tính phí sử dụng?
Hóa đơn của bạn phụ thuộc vào nhà cung cấp bạn dùng, giá của họ và mức sử dụng của bạn. Đầu vào dài hơn hoặc các điều kiện khác có thể có giá khác.
DeepSeek V4 Flash 0731 hỗ trợ những loại đầu vào nào?
Mô hình nhận đầu vào văn bản và trả về đầu ra văn bản. Đây là mô hình tập trung vào văn bản; khả năng hiểu hình ảnh gốc thuộc về mô hình anh em DeepSeek V4.1 Flash mới hơn.
Mô hình có cửa sổ ngữ cảnh bao lớn?
DeepSeek V4 Flash 0731 hỗ trợ ngữ cảnh lên tới 1 triệu token, phù hợp cho các tác vụ dài như xử lý toàn bộ cơ sở mã hoặc tài liệu lớn.
Mô hình phù hợp với những tác vụ nào?
Mô hình phù hợp cho hỗ trợ lập trình, ứng dụng AI tác nhân, các tình huống dùng công cụ, vòng lặp tác nhân và giải quyết bài toán phức tạp trong phát triển phần mềm, nghiên cứu bảo mật và phân tích dữ liệu.
DeepSeek V4 Flash 0731 khác gì so với các mô hình cùng họ?
Mô hình nằm giữa DeepSeek V4 Pro lớn hơn và DeepSeek V4.1 Flash mới hơn. So với DeepSeek V4 Pro Preview, mô hình đạt kết quả tốt hơn trên một số benchmark quan trọng dù số tham số hoạt động nhỏ hơn nhiều.
Mô hình có hỗ trợ tinh chỉnh không?
Có, mô hình hỗ trợ tinh chỉnh bằng LoRA trên các nền tảng như Fireworks, và có thể triển khai trên GPU chuyên dụng để dùng theo nhu cầu.
Mô hình liên quan
DeepSeek V4.1 Flash 1017
DeepSeekdeepseek-v4.1-flash-1017DeepSeek V4.1 Flash 1017 là mô hình đa phương thức hỗn hợp chuyên gia của DeepSeek, nhận văn bản và hình ảnh, cho phép điều chỉnh độ sâu suy luận và đạt hiệu quả chi phí cao trong các tác vụ agentic.
Ngữ cảnh
1.049M
Đầu ra tối đa
393.216K
Token đầu vào
$0.3 / 1M token
Token đầu ra
$1.2 / 1M token
DeepSeek V4.1 Flash
DeepSeekdeepseek-v4.1-flashDeepSeek V4.1 Flash là mô hình hỗn hợp chuyên gia đa phương thức của DeepSeek-AI, nhận văn bản và hình ảnh, xử lý ngữ cảnh lên tới một triệu token và đạt kết quả cao trên MATH-500.
Ngữ cảnh
1.049M
Đầu ra tối đa
131.072K
Token đầu vào
$0.3 / 1M token
Token đầu ra
$1.2 / 1M token
DeepSeek V4 Pro 0813
DeepSeekdeepseek-v4-pro-0813DeepSeek V4 Pro 0813 là mô hình đầu bảng của DeepSeek với 1,65 nghìn tỷ tham số, cửa sổ ngữ cảnh 1 triệu token, hỗ trợ chế độ suy luận và không suy luận, phù hợp cho lập trình phức tạp và tác vụ agent dài hạn.
Ngữ cảnh
1.049M
Đầu ra tối đa
393.216K
Token đầu vào
$1.32 / 1M token
Token đầu ra
$3.96 / 1M token