Felo API PlatformFelo API Platform
Quay lại danh sách mô hình
DeepSeekmessages

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

6 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.

Nhà cung cấp · Chi tiết giá
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

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

  • Terminal

    điểm; đo khả năng tác nhân

    82.7
  • DeepSWE

    điểm kém hơn GPT-5.6 Luna trên pass@1

    14
  • DeepSWE

    lần số bài giải được trên mỗi đô la so với GPT-5.6 Luna

    4.8
  • Vibe Code Bench v1.1

    xếp hạng trong số 125 mô hình

    #43

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.

1

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"
2

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-flash

Mô 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.

3

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.

Giao diệnPhương thứcURL

Messages

Tin nhắn tương thích Anthropic cho client kiểu Claude.

POST

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

Tham số

TênKiểuMặc địnhMô tả
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-1017

DeepSeek 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.

Suy luận đa phương thức ngữ cảnh dàiLập trình và sinh mãHiểu và phân tích tài liệuDiễn giải biểu đồ, trả lời câu hỏi trực quan

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-flash

DeepSeek 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.

Hệ thống agent đầu vào lớnXử lý mã nguồn và tài liệuHiểu văn bản kết hợp hình ảnhKhối lượng việc giờ thấp điểm

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-0813

DeepSeek 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.

Phân tích toàn bộ mã nguồnTự động hóa nhiều bướcTổng hợp thông tin quy mô lớnPhân tích báo cáo tài chính dài

Ngữ cảnh

1.049M

Đầu ra tối đa

393.216K

Token đầu vào

$1.32 / 1M token

Token đầu ra

$3.96 / 1M token