DeepSeek V4 Flash 0731 API
DeepSeek V4 Flash 0731 是 DeepSeek 推出的开放权重稀疏混合专家模型,激活参数仅 130 亿,主打低成本、低延迟的编码与智能体任务。
DeepSeek V4 Flash 0731 是 DeepSeek-V4-Flash 的正式发布版本,取代此前的预览版。它采用开放权重的稀疏混合专家架构,总参数 2840 亿,每个 token 激活 130 亿参数,在控制计算成本与推理延迟的同时保持较强性能。模型支持 100 万 token 上下文,仅支持文本输入与文本输出。
该模型支持工具调用与智能体工作流,并提供多档推理级别以适应不同部署需求;可通过 Fireworks 等平台使用 LoRA 进行微调,也能部署在专用 GPU 上按需运行。官方提供 GGUF 量化版本(含 162GB 的 Q8 版本),已在 NVIDIA DGX Spark 等系统上运行,并兼容 llama.cpp 与 vLLM 等社区工具。
它适合编码辅助、智能体应用、工具调用场景,以及软件开发、安全研究和数据分析中的复杂问题求解;凭借长上下文能力,也可用于处理整个代码库或大型文档等任务。需要注意的是,该模型以文本为主,原生视觉理解由更新的 DeepSeek V4.1 Flash 提供;在 DeepSWE 的 pass@1 指标上落后于 GPT-5.6 Luna,且自 2026 年 9 月 25 日起将在无服务器平台上被弃用,由 DeepSeek V4.1 Flash 接替。
更新时间:
模型 ID
deepseek-v4-flash- 上下文
- 1.049M
- 最大输出
- 943.718K
- 推荐 API
- messages
- 输入
- text
- 输出
- text
核心要点
- 开放权重稀疏混合专家架构
- 总参数 2840 亿,每 token 激活 130 亿
- 100 万 token 上下文
- 支持工具调用与智能体工作流
- 提供多档推理级别
- 支持 LoRA 微调与本地部署
供应商
比较不同供应商的调用价格,点击供应商可查看完整费用和适用条件。
| 可用率 | ||||
|---|---|---|---|---|
| $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 |
历史统计不等于实时健康检查,缺失数据不代表服务中断。
10 美元能买多少 token
- 输入
- 7692.3万 tokens
- 输出
- 3846.2万 tokens
按当前输入与输出单价估算,未计入折扣。
基准测试
- 82.7
Terminal
分,衡量智能体能力
- 14
DeepSWE
分,在 pass@1 上落后于 GPT-5.6 Luna
- 4.8
DeepSWE
倍,每美元解题数量为 GPT-5.6 Luna 的 4.8 倍
- 第 43
Vibe Code Bench v1.1
在 125 个模型中排名第 43
分数来自模型厂商公布的数据,未独立验证。
推理能力
- 默认推理强度
- high
- 默认启用
- 是
- 始终启用
- 否
- 可选推理强度
- max / high / low / none
填入 API key
从 Felo API Platform 账户创建 key,并设置为环境变量。
export FELO_API_KEY="YOUR_API_KEY"发起第一次请求
使用该模型 ID 调用 Felo API Platform endpoint。可选请求头如 X-Request-Id 能帮助排查问题。
deepseek-v4-flash该模型支持推理。如果所选协议和模型路由暴露推理控制,请在继续对话时保留返回的推理元数据。
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());使用第三方 SDK
兼容 SDK 只需把 baseURL 设置为 https://openapi.felo.ai/api/v1. Claude 风格客户端使用 Anthropic-compatible base URL。 https://openapi.felo.ai/api.
启用流式输出
加入 stream: true,即可以 server-sent events 接收响应。
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 提供兼容的模型调用入口。选择你的应用或 Agent 客户端已经支持的接口即可。
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messages参数
modelstringdeepseek-v4-flashPublic model ID to call.max_tokensinteger—Maximum generated tokens.messagesarray—Conversation messages for Chat Completions.seed———stop———min_p———toolsarray—Tool calling definitions following compatible schema.top_a———top_k———top_p———logprobs———reasoning———logit_bias———temperaturenumber—Controls response variety when supported.tool_choicestring or object—Controls whether a tool should be called.top_logprobs———response_formatobject—Request structured output when supported.presence_penalty———reasoning_effort———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———parallel_tool_calls———常见问题
什么是 DeepSeek V4 Flash 0731?
DeepSeek V4 Flash 0731 是 DeepSeek-V4-Flash 的正式发布版本,取代此前的预览版。它采用开放权重的稀疏混合专家架构,总参数 2840 亿,每个 token 激活 130 亿参数,在控制计算成本与推理延迟的同时保持较强性能。模型支持 100 万 token 上下文,仅支持文本输入与文本输出。 该模型支持工具调用与智能体工作流,并提供多档推理级别以适应不同部署需求;可通过 Fireworks 等平台使用 LoRA 进行微调,也能部署在专用 GPU 上按需运行。官方提供 GGUF 量化版本(含 162GB 的 Q8 版本),已在 NVIDIA DGX Spark 等系统上运行,并兼容 llama.cpp 与 vLLM 等社区工具。 它适合编码辅助、智能体应用、工具调用场景,以及软件开发、安全研究和数据分析中的复杂问题求解;凭借长上下文能力,也可用于处理整个代码库或大型文档等任务。需要注意的是,该模型以文本为主,原生视觉理解由更新的 DeepSeek V4.1 Flash 提供;在 DeepSWE 的 pass@1 指标上落后于 GPT-5.6 Luna,且自 2026 年 9 月 25 日起将在无服务器平台上被弃用,由 DeepSeek V4.1 Flash 接替。
如何计算调用费用?
费用取决于你使用的供应商、对应价格和实际用量。长文本输入等情况可能适用不同价格,详见计费明细。
DeepSeek V4 Flash 0731 支持哪些输入和输出?
该模型仅支持文本输入与文本输出,原生视觉理解由更新的 DeepSeek V4.1 Flash 提供。
它的上下文长度是多少?
上下文长度为 100 万 token,适合处理整个代码库或大型文档等长上下文任务。
它适合哪些任务?
适合编码辅助、智能体 AI 应用、工具调用场景,以及软件开发、安全研究和数据分析中的复杂问题求解。
它和 DeepSeek V4 Pro 有什么区别?
DeepSeek V4 Flash 0731 激活参数远少于 DeepSeek V4 Pro,但在多项关键基准上表现更优,是 DeepSeek V4 系列中性价比很高的选择。
它和 DeepSeek V4.1 Flash 是什么关系?
DeepSeek V4.1 Flash 是更新的同系列模型,提供原生视觉理解;DeepSeek V4 Flash 0731 自 2026 年 9 月 25 日起将在无服务器平台上被弃用,由前者接替。
是否支持微调和本地部署?
支持通过 Fireworks 等平台使用 LoRA 微调,也可部署在专用 GPU 上按需使用;官方提供 GGUF 量化版本,并兼容 llama.cpp 与 vLLM 等社区工具。
相关模型
DeepSeek V4.1 Flash 1017
DeepSeekdeepseek-v4.1-flash-1017DeepSeek V4.1 Flash 1017 是 DeepSeek 于 2026 年 10 月发布的开源权重多模态推理模型,走性价比路线,擅长智能体任务与编程。
上下文
1.049M
最大输出
393.216K
输入 tokens
$0.3 / 1M tokens
输出 tokens
$1.2 / 1M tokens
DeepSeek V4.1 Flash
DeepSeekdeepseek-v4.1-flashDeepSeek V4.1 Flash 是 DeepSeek-AI 于 2026 年 9 月 10 日发布的多模态混合专家模型,主打大输入场景与高吞吐。
上下文
1.049M
最大输出
131.072K
输入 tokens
$0.3 / 1M tokens
输出 tokens
$1.2 / 1M tokens
DeepSeek V4 Pro 0813
DeepSeekdeepseek-v4-pro-0813DeepSeek V4 Pro 0813 是 DeepSeek 推出的旗舰开源权重模型,主打高端推理、复杂编程与长周期智能体任务。
上下文
1.049M
最大输出
393.216K
输入 tokens
$1.32 / 1M tokens
输出 tokens
$3.96 / 1M tokens