DeepSeek V4 Flash 0731 は、DeepSeek の高速かつ経済的な V4 Flash 系列の 2026 年 7 月リリースであり、従来の V4 Flash と並列のバリアントではなく、その後継にあたります。
- 入力
- テキスト $0.44/M
- 出力
- テキスト $1.32/M
- キャッシュ読み取り
- $0.044/M
- コンテキスト
- 1M
- GPT-4o 比
- 約 91% 割安
入力長別の料金
リクエスト全体に入力長の区分の単価が適用されます。料金は100万トークンあたりの米ドルです。
| 入力トークン数 | 入力 | 出力 | 思考モード入力 |
|---|
ベンチマーク
ベンダー公表値： Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
価格の位置づけ
同種の 76 モデルの中での価格の位置
このバーは、Synthorai の同種モデルの中で、このモデルの価格がどのあたりにあるかを示しています。両端には、最も安いモデルと最も高いモデルの名前を表示しています。表示しているのは基本料金で、バッチ、リージョン、キャッシュ書き込みに関する割引は料金ページに記載しています。
仕様と制限
トークン
| コンテキストウィンドウ（ベンダー仕様） | 1,000,000 |
|---|---|
| 最大出力（ベンダー仕様） | 393,216 |
プロンプトキャッシュ
| キャッシュ方式 | 自動 |
|---|---|
| 保持時間 | 固定 TTL なし(未使用のまま一定期間で自動削除) |
思考
| パラメータ | reasoning_effort |
|---|---|
| 値 | minimal · low · medium · high 指定できる値はプロバイダーによって異なる |
モデル
| モダリティ | テキスト → テキスト |
|---|---|
| パラメータ数 | 合計 284B · アクティブ 13B MoE |
| ライセンス | MIT |
- July 2026 release of DeepSeek V4 Flash
- same 284B/13B-active MoE design, gains from a stronger post-training pipeline rather than a new architecture
出典：モデル仕様の出典 ↗
1 つのプロンプトを実行（ゲートウェイ経由で測定）
DeepSeek V4 Flash (0731) 合格 · 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.
出力 365 tok (+266 思考) レイテンシ 5.1 s
指示への忠実さ（ちょうど 3 文という、数えて確かめられる条件）、読み手に合わせた書き分け（CFO 向けの語り口）、そして下のトークンメーターに表れる、表示されない思考への課金の差。
DeepSeek V4 Flash (0731) 合格 · 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). […]
出力 1268 tok (+1016 思考) レイテンシ 14.0 s
修正が本当に正しいか（実行して確かめられる）、説明の密度、範囲の限られたタスクでのトークン効率。
DeepSeek V4 Flash (0731) 合格 · 5/5 fields, guidance null
{ "company": "Meridian Robotics", "quarter": "Q3", "revenue_usd_m": 412, "growth_pct": null, "guidance": null }
出力 1119 tok (+1072 思考) レイテンシ 12.3 s
スキーマの遵守（存在しないフィールドを作らない）、ハルシネーションを誘う条件への耐性（guidance は明示的に伏せてある）、構造化出力の実現方法の違い。
DeepSeek V4 Flash (0731) 不合格 · 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. […]
出力 254 tok (+80 思考) レイテンシ 4.4 s
制約の遵守（語数の上限、禁止語リスト、疑問文はひとつだけ）、文体の癖、長さの制御。
30 秒で DeepSeek V4 Flash (0731) を使い始める
OpenAI 互換。base_url を差し替えるだけで、SDK はそのまま。POST /v1/chat/completions
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",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "deepseek-v4-flash-0731",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4-flash-0731",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "deepseek-v4-flash-0731",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("deepseek-v4-flash-0731")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));DeepSeek V4 Flash (0731) について
- アーキテクチャと規模は変わらず、総パラメータ 284B・推論時に 13B を活性化する Mixture-of-Experts で、DeepSeek は改善の要因を新しい設計ではなく大幅に強化された事後学習パイプラインに帰し、エージェント的なワークフローと推論品質に注力したと説明しています。
- この系列を運用面で魅力的にしていた要素はすべて引き継がれます。
- 100 万トークンのコンテキストウィンドウ、384K の最大出力、MIT ライセンスの重み、関数呼び出し、構造化出力、ストリーミングです。
- 思考は既定で有効でトレースは reasoning_content に返りますが、この点は多くのモデル以上に重要です。
- 短いプロンプトでは推論トレースが出力トークンの大半を占めることがあり、max_tokens の予算が厳しいと本文が空のまま返る一方、思考に使ったトークンは課金されます。
- レイテンシに敏感な経路へ組み込む前に、その分を見込むか推論の強度を下げてください。
- 入出力ともテキストのみで画像入力には対応しないため、視覚が必要な場合はマルチモーダルなメッセージを送るのではなく視覚モデルと併用してください。
- 日付付きのリリースと日付なしのローリング名の双方が呼び出せるため、再現性が要る場合は日付付き id を固定し、日付なしの名前は時間とともに前進すると想定してください。
- Synthorai は OpenAI 互換の chat completions エンドポイント経由で提供します。
よくある質問
DeepSeek V4 Flash (0731) API は無料で試せますか？
はい。新規アカウントには 10 回のお試し呼び出しと最大 $1 の無料クレジットが付き、カード登録は不要です。入力 $0.44/M で計算すると、このクレジットだけで、約 8K トークンのリクエストを DeepSeek V4 Flash (0731) に約 284 回送れます。
DeepSeek V4 Flash (0731) は何が得意ですか？
284B MoE、13B 活性化、MIT ライセンス、従来の V4 Flash の後継、100 万コンテキストと 384K 最大出力。詳しくは、ベンダー公式のリリースノートをもとにまとめた、このページのモデル紹介セクションをご覧ください。
DeepSeek V4 Flash (0731) の料金はいくらですか？
Synthorai での DeepSeek V4 Flash (0731) の料金は、入力 100 万トークンあたり $0.44、出力 100 万トークンあたり $1.32 です。プロバイダーの定価のままで、プラットフォーム手数料はかかりません。キャッシュ済み入力トークンは $0.044/M で課金されます。
DeepSeek V4 Flash (0731) のコンテキスト長はどれくらいですか？
DeepSeek V4 Flash (0731) のコンテキストウィンドウは 1M トークンです。1 回の応答で出力できるのは最大 393,216 トークンです。
DeepSeek V4 Flash (0731) はプロンプトキャッシュに対応していますか？
はい、自動で有効です。DeepSeek 経由のプロンプトはコード変更なしでキャッシュされます。キャッシュ済み入力トークンは $0.044/M（未キャッシュは $0.44/M）で課金されます（TTL 固定 TTL なし(未使用のまま一定期間で自動削除)）。 プロンプトキャッシュガイド →
DeepSeek V4 Flash (0731) を利用するには？
お使いの OpenAI SDK の base_url を "https://synthorai.io/v1" に向け、model="deepseek-v4-flash-0731" を設定すれば完了です。API キー 1 本でゲートウェイ上のすべてのモデルを利用できます。
DeepSeek V4 Flash (0731) はオープンソースですか？
はい。ウェイトは MIT ライセンスで公開されています。GPU を用意したくない場合は、Synthorai がホストする版を従量課金で利用でき、インフラの運用は不要です。 オープンウェイトモデルの実行について →
関連モデル
比較
仕様とベンダーのベンチマークには出典を付記しています。ゲートウェイの対応状況は Synthorai の実装を示します。保存された例は個々のリクエストの結果であり、モデル全般の性能を保証するものではありません。料金は公開料金 API またはビルド時のスナップショットに基づきます。