DeepSeek V4 Flash (0731)
Preços de tabela do provedor: sem margem da plataforma, pagamento por uso. Estes são os preços de tabela oficiais. Clientes autenticados podem ver os preços efetivos com descontos do espaço de trabalho em /console/pricing. Entrada efetiva com taxa de acerto de cache de 70%:$0.088/M. Cache automático de prefixo KV em disco: os acertos de cache são cobrados à taxa de leitura de cache com desconto, sem opt-in e sem taxa de gravação.
Use o DeepSeek V4 Flash (0731) em 30 segundos
Compatível com OpenAI: troque a base_url, mantenha seu SDK. 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(""));Especificações e limites
Tokens
- Janela de contexto (especificação do fornecedor)
- 1.000.000
- Saída máxima (especificação do fornecedor)
- 393.216
Cache de prompts
- Modo
- automático
Raciocínio
- Parâmetro
- reasoning_effort
- Valores
- minimal · low · medium · high o conjunto aceite é do provedor
Modelo
- Modalidades
- texto → texto
- Parâmetros
- 284B no total · 13B ativos MoE
- Licença
- 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
conforme documentação oficial da DeepSeek ↗
Sobre o DeepSeek V4 Flash (0731)
DeepSeek V4 Flash 0731 é a versão de julho de 2026 da linha V4 Flash da DeepSeek, rápida e econômica, e sucede ao V4 Flash anterior em vez de ficar ao lado dele como uma variante.
- A arquitetura e o tamanho não mudam — um modelo Mixture-of-Experts com 284B de parâmetros totais e 13B ativados na inferência — e a DeepSeek atribui a melhoria a um pipeline de pós-treinamento bem mais forte, e não a um novo desenho, com o trabalho concentrado em fluxos agênticos e qualidade de raciocínio.
- Tudo o que tornava a linha atraente na operação permanece: a janela de contexto de um milhão de tokens, saída máxima de 384K, pesos sob licença MIT, chamada de funções, saída estruturada e streaming.
- O raciocínio vem ativo por padrão e o traço volta em reasoning_content, o que pesa mais aqui do que na maioria dos modelos: em prompts curtos o traço pode responder pela maior parte dos tokens de conclusão, de modo que um orçamento apertado de max_tokens devolve resposta vazia enquanto os tokens gastos pensando continuam sendo cobrados.
- Reserve essa margem ou reduza o esforço de raciocínio antes de colocá-lo em caminhos sensíveis à latência.
- O modelo é somente texto na entrada e na saída; não há suporte a entrada de imagens, portanto combine-o com um modelo de visão em vez de enviar mensagens multimodais.
- Como tanto a versão datada quanto o nome rotativo sem data continuam chamáveis, fixe o identificador datado quando precisar de comportamento reproduzível.
- A Synthorai o oferece pelo endpoint de chat completions compatível com OpenAI.
Perguntas frequentes
A API do DeepSeek V4 Flash (0731) é gratuita para testar?
Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $0.2/M de tokens de entrada, só esse crédito já cobre cerca de 625 requisições de ~8K tokens ao DeepSeek V4 Flash (0731).
Em que o DeepSeek V4 Flash (0731) é melhor?
MoE de 284B com 13B ativados, licença MIT; sucede ao V4 Flash anterior; contexto de 1M e saída máxima de 384K. Veja a seção Sobre para o quadro completo, extraído das notas de lançamento do próprio fornecedor.
Quanto custa o DeepSeek V4 Flash (0731)?
Na Synthorai, o DeepSeek V4 Flash (0731) custa $0.2 por milhão de tokens de entrada e $0.4 por milhão de tokens de saída. É o preço de tabela do provedor, sem margem da plataforma. Tokens de entrada em cache são cobrados a $0.04/M.
O DeepSeek V4 Flash (0731) suporta cache de prompts?
Sim, automaticamente: prompts servidos pela DeepSeek entram em cache sem nenhuma mudança no código. Tokens de entrada em cache são cobrados a $0.04/M, contra $0.2/M sem cache. Guia de cache de prompts →
Como obtenho acesso ao DeepSeek V4 Flash (0731)?
Aponte seu SDK da OpenAI existente para base_url="https://synthorai.io/v1", defina model="deepseek-v4-flash-0731" e pronto. Uma única chave de API cobre todos os modelos do gateway.
O DeepSeek V4 Flash (0731) é open source?
Sim, os pesos são publicados sob a MIT License. Ou dispense as GPUs: a versão hospedada aqui é pagamento por uso, sem infraestrutura para operar. Como rodar modelos de pesos abertos →