Felo API PlatformFelo API Platform
返回模型列表
DeepSeekmessages

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

6 个供应商

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。

供应商 · 计费明细
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

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

  • Terminal

    分,衡量智能体能力

    82.7
  • DeepSWE

    分,在 pass@1 上落后于 GPT-5.6 Luna

    14
  • DeepSWE

    倍,每美元解题数量为 GPT-5.6 Luna 的 4.8 倍

    4.8
  • Vibe Code Bench v1.1

    在 125 个模型中排名第 43

    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

快速开始

直接复制代码,通过 Felo API Platform 兼容 API 调用该模型。写代码前可先在 Playground 测试提示词。

1

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"
2

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.

3

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。

SurfaceMethodURL

Messages

Anthropic-compatible messages for Claude-style clients.

POST

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

参数

名称类型默认值说明
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