Neu Kostenlos registrieren und 10 Aufrufe gratis nutzen. Bis zu 1 $, ohne Kreditkarte.

DeepSeek V4 Flash (0731) vs DeepSeek V4 Pro

vs

Welches Modell wofür

Diese beiden DeepSeek-Geschwister stimmen in den Merkmalen überein, die eine Wahl üblicherweise entscheiden: ein Kontext von 1000000 Tokens, 393216 maximale Ausgabe, Text hinein und Text hinaus sowie dieselben Flags für Chat, Code, Reasoning und Tools. Der eigentliche Unterschied liegt damit bei Preis und Denksteuerung. deepseek-v4-flash-0731 ist bei jedem Tarif die günstigere Seite, und zwar in ähnlichem Umfang: $0.44 gegenüber $1.32 bei der Eingabe, $1.32 gegenüber $3.96 bei der Ausgabe und $0.044 gegenüber $0.132 bei Cache-Lesevorgängen, jeweils rund 3x. Nehmen Sie deepseek-v4-pro, wenn Sie das Denken pro Aufruf abschalten wollen; allein nach der Preisliste, samt zwischengespeicherter Präfixe, gewinnt Flash klar.

Benchmarks

Über dem DurchschnittDeepSeek V4 Flash (0731)10 / 28DeepSeek V4 Pro5 / 10
DeepSeek V4 Flash (0731) DeepSeek V4 Pro weitere gemessene Modelle Durchschnitt der Vergleichsmodelle ★ kein anderes Modell war besser
SWE-Bench Pro
56%
59%
Cybergym
76.7%
N/A
JobBench
41.3%
N/A
Humanity's Last Exam no tools
33.8%
37.7%
Agents' Last Exam
25.2%
N/A

Anbieterangaben: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai

Preise

DeepSeek V4 Flash (0731) DeepSeek V4 Pro Δ
Eingabe / 1M Tokens $0.44 $1.32 0.33×
Ausgabe / 1M Tokens $1.32 $3.96 0.33×
Cache-Lesen / 1M Tokens $0.044 $0.132 0.33×
Cache-Schreiben keine gesonderte Gebühr keine gesonderte Gebühr -

Preise aus dem Live-Katalog, Stand des letzten Builds. Die aktuellen Preise stehen auf der jeweiligen Modellseite.

Einordnung: Eingabepreis pro 1M Tokens aller 76 Chat-Modelle mit dieser Abrechnungseinheit (logarithmische Skala)

Fähigkeiten

DeepSeek V4 Flash (0731) DeepSeek V4 Pro
Tool-Nutzung ja ja
Thinking-Steuerung ja, Parameter des Anbieters nicht veröffentlicht konfigurierbar
Strukturierte Ausgabe ja ja
Prompt-Caching implizit (automatisch) implizit (automatisch)
Cache-Lebensdauer no fixed TTL (evicted when unused) no fixed TTL (evicted when unused)
Mindestlänge des gecachten Präfixes nicht veröffentlicht nicht veröffentlicht

Spezifikationen

DeepSeek V4 Flash (0731) DeepSeek V4 Pro
Eingabemodalitäten Text Text
Ausgabemodalitäten Text Text
Veröffentlicht 2026-07-31 2026-04-24
Kontextfenster 1M 1M
Maximale Ausgabe 393K 393K
Thinking-Parameter -
  • thinking.type
  • reasoning_effort
Zulässige Werte -
thinking.type
  • enabled
  • disabled
reasoning_effort
  • high
  • max (low and medium map to high, xhigh maps to max)
Standardwert -

enabled, with reasoning_effort high

some complex agent requests are automatically set to max

Die Spezifikationen stammen aus der Dokumentation des jeweiligen Anbieters. Veröffentlicht ein Anbieter eine Angabe nicht, lassen wir die Zeile weg, statt sie zu schätzen. Vollständige Quellen: DeepSeek V4 Flash (0731) · DeepSeek V4 Pro

Ein Prompt, beide Modelle, gemessen über das Gateway

PROMPT Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. KRITERIUM genau 3 Sätze

DeepSeek V4 Flash (0731) bestanden · 3 sentences

Enabling reasoning mode prompts the model to generate extensive internal chain-of-thought tokens before answering, often multiplying total token output per query by several times. This directly inflates costs because we are billed per token, and these reasoning tokens are processed at a premium compute tier that carries a higher price per million tokens. However, this spend buys measurably higher accuracy and fewer failed calls, so we are tracking it against specific error-reduction KPIs to ensure the ROI justifies the increase.

Ausgabe 365 tok (+266 Thinking) Latenz 5.1 s

DeepSeek V4 Pro bestanden · 3 sentences

Enabling reasoning causes the model to generate a lengthy internal chain‑of‑thought before it delivers a visible answer, and we are billed for every one of those hidden reasoning tokens just as we are for the final output. In most interactions, the volume of these unseen tokens at least equals the visible response, effectively doubling the total tokens consumed per query. That doubled token consumption translates directly into a doubled per‑query cost, which is why our overall LLM bill doubled.

Ausgabe 641 tok (+545 Thinking) Latenz 11.5 s

Befolgen der Anweisung (genau drei Sätze, das lässt sich zählen), Zuschnitt auf die Zielgruppe (Tonfall für einen CFO) und die Abrechnungslücke durch nicht sichtbares Thinking, die die Token-Zähler unten offenlegen.

PROMPT This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. KRITERIUM Fix besteht die Tests

DeepSeek V4 Flash (0731) bestanden · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 best = max(best, cur) else: cur = 1 return best ``` The original bug stems from initializing `cur` to 0 and only incrementing it when adjacent elements are equal, which counts the number of *equal transitions* rather than the actual run length—so every run of length L is reported as L−1, and a single‑element run (with no transitions) yields 0. Moreover, because `best` is updated only inside the equality branch, it never accounts for a run that ends at the last element if that run is longer than any previously seen (though the real issue remains the off‑by‑one). […]

Ausgabe 1268 tok (+1016 Thinking) Latenz 14.0 s

DeepSeek V4 Pro bestanden · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 best = max(best, cur) else: cur = 1 return best ``` **Explanation:** The bug stems from initializing `cur = 0` and only incrementing it when two adjacent elements match, which counts the number of *additional* equal elements rather than the actual run length (which is `cur + 1`). As a result, the returned `best` is always one less than the true longest run—most obviously returning 0 for a single-element list instead of 1. […]

Ausgabe 2418 tok (+2131 Thinking) Latenz 35.6 s

Ob der Fix wirklich korrekt ist (er lässt sich ausführen), wie dicht die Erklärung ist und wie sparsam das Modell bei einer klar begrenzten Aufgabe mit Tokens umgeht.

PROMPT Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. KRITERIUM gültiges JSON, Schema exakt

DeepSeek V4 Flash (0731) bestanden · 5/5 fields, guidance null

{ "company": "Meridian Robotics", "quarter": "Q3", "revenue_usd_m": 412, "growth_pct": null, "guidance": null }

Ausgabe 1119 tok (+1072 Thinking) Latenz 12.3 s

DeepSeek V4 Pro bestanden · 5/5 fields, guidance null

{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": "eleven and change", "guidance": null }

Ausgabe 1204 tok (+1153 Thinking) Latenz 19.9 s

Schema-Treue (keine erfundenen Felder), Anreiz zum Halluzinieren (der Text nennt ausdrücklich keine guidance) und Unterschiede zwischen den Wegen zur strukturierten Ausgabe.

PROMPT Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. KRITERIUM 120 Wörter, 0 verbotene Wörter

DeepSeek V4 Flash (0731) verfehlt · 141 words, 0 banned, 1 question

**Introducing Prompt Cache for API Gateway** We are pleased to announce Prompt Cache, a new feature that stores and reuses identical prompt prefixes across all connected LLM providers. By automatically recognizing repeated requests, this cache reduces token consumption and lowers latency without altering your application logic. Whether you use OpenAI, Anthropic, or open-source models, the cache operates transparently, ensuring consistent behavior while cutting costs. Developers can configure cache TTL and scoping rules via a simple API call, giving you precise control over data freshness and privacy. This feature also minimizes redundant upstream calls, freeing provider rate limits for more critical workloads. Start caching today through the dashboard or CLI, and watch your operational expenses drop significantly. […]

Ausgabe 254 tok (+80 Thinking) Latenz 4.4 s

DeepSeek V4 Pro keine bewertbare Antwort · no answer text within 16,384 tokens (all of it went to thinking)

Das Modell hat keinen Antworttext geliefert: Das gesamte Token-Budget wurde vom nicht sichtbaren Thinking aufgebraucht.

Ausgabe 8193 tok (+8192 Thinking) Latenz 106.2 s

Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, genau eine Frage), stilistische Handschrift und Kontrolle über die Länge.

Eine Zeile genügt für den Wechsel

Beide IDs stehen in jedem Tab unten. Die beiden hervorgehobenen Zeilen sind die einzige Änderung. Gleicher Endpunkt, gleicher Schlüssel, gleiches Anfrageformat.

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="deepseek-v4-flash-0731",
    # model="deepseek-v4-pro",  # diese Zeile einkommentieren, die darüberliegende auskommentieren
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

API-Schlüssel erstellen →

FAQ

Welches Modell ist günstiger: DeepSeek V4 Flash (0731) oder DeepSeek V4 Pro?

DeepSeek V4 Flash (0731) ist bei Eingabe / 1M Tokens günstiger ($0.44 vs. $1.32, Faktor 3.0). Bei anderen Zeilen kann es umgekehrt sein. Die Tabelle oben zeigt alle Preise, und die tatsächlichen Kosten hängen von Ihrem Mix ab.

Kann ich DeepSeek V4 Flash (0731) gegen DeepSeek V4 Pro A/B-testen, ohne zweimal zu integrieren?

Ja. Beide laufen über denselben OpenAI-kompatiblen Endpunkt mit einem API-Schlüssel. Für den Wechsel ändern Sie nur eine Zeile, den Modellnamen. So können Sie einen Teil des Traffics an jedes Modell schicken und die Kosten direkt vergleichen.

Unterstützen DeepSeek V4 Flash (0731) und DeepSeek V4 Pro Prompt-Caching?

Ja. Beide berechnen Cache-Lesezugriffe günstiger als die normale Eingabe. Workloads mit einem wiederkehrenden, bereits gecachten Präfix kosten deshalb weniger, als die Listenpreise vermuten lassen. Die genauen Preise stehen in den Cache-Zeilen der Preistabelle oben.

Verwandte Vergleiche

Aus unseren Studien mit eigenen Messungen