DeepSeek V4 Flash (0731)

Q: DeepSeek V4 Flash (0731) 是開源的嗎？

是，權重以 MIT 授權釋出。不想自己準備 GPU 的話，這裡的託管版本按用量計費，不必自己架設基礎設施。 See: https://synthorai.io/blog/prompt-caching-open-weight-llms/

比較

發布於 2026-07-31

chat程式碼推理工具呼叫提示詞快取

DeepSeek V4 Flash 0731 是 DeepSeek 快速、經濟的 V4 Flash 系列在 2026 年 7 月的發布版本，它是先前 V4 Flash 的接替版，而不是並列的一個變體。

輸入: 文字 $0.44/M
輸出: 文字 $1.32/M
快取讀取: $0.044/M
上下文: 1M
相較 GPT-4o: 便宜約 91%

Benchmark 成績

高於平均10 ~~/ 28~~

DeepSeek V4 Flash (0731) 其他有成績的模型其他模型平均 ★ 沒有模型分數更高

SWE-Bench Pro

56%

Cybergym

76.7%

JobBench

41.3%

GPQA Diamond

89.9%

Agents' Last Exam

25.2%

供應商公布： Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai

價格在同類中的位置

價格在 76 個同類模型中的位置

輸入$0.44/M

$0.1 · Dola Seed 2.0 Mini GPT-5.4 Pro · $30

輸出$1.32/M

$0.275 · DeepSeek V4 Flash GPT-5.4 Pro · $180

快取讀取$0.044/M

$0.006 · DeepSeek V4.1 Flash Claude Fable 5 · $1

這條線標出這個模型的價格，在 Synthorai 的同類模型裡落在什麼位置；兩端分別是最便宜和最貴的模型。這裡列的是基礎價，批次、區域和快取寫入的折扣請見價格頁。

規格與限制

Token

上下文視窗（供應商規格）	1,000,000
最大輸出（供應商規格）	393,216

提示詞快取

快取方式	自動
存活時間	無固定 TTL（長期未使用即自動清理）

思考

參數	reasoning_effort
參數值	minimal · low · medium · high 實際接受哪些值由供應商決定

模型

模態	文字 → 文字
參數量	總參數 284B · 啟用 13B MoE
授權條款	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

依據模型規格來源 ↗

一段提示詞，經閘道實測

寫給 CFO 的推理修正有 bug 的函式依 schema 擷取資料依照限制條件撰寫

提示詞 Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. 檢查恰好 3 句

DeepSeek V4 Flash (0731) 通過 · 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.

輸出 365 tok (+266 思考) 延遲 5.1 s

是否照指令做（剛好三句，數得出來）、語氣是否貼合對象（寫給 CFO 看），以及下方 token 計量顯示出的隱藏思考計費落差。

提示詞 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. 檢查修正後通過測試

DeepSeek V4 Flash (0731) 通過 · 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). […]

輸出 1268 tok (+1016 思考) 延遲 14.0 s

修正是否真的正確（跑得起來）、說明的資訊密度，以及在範圍明確的任務上的 token 效率。

提示詞 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. 檢查有效的 JSON，完全符合 schema

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

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

輸出 1119 tok (+1072 思考) 延遲 12.3 s

是否遵守 schema（不自創欄位）、面對幻覺誘因的表現（題目明確不給 guidance），以及結構化輸出路徑的差異。

提示詞 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. 檢查 120 詞，0 個禁用詞

DeepSeek V4 Flash (0731) 未通過 · 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. […]

輸出 254 tok (+80 思考) 延遲 4.4 s

是否遵守限制（字數上限、禁用詞清單、只能有一句問句）、文字風格的特徵，以及長度控制。

30 秒上手 DeepSeek V4 Flash (0731)

相容 OpenAI：換掉 base_url，SDK 不用換。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(""));

關於 DeepSeek V4 Flash (0731)

架構與規模沒有變化——混合專家模型，總參數 284B、推理時啟用 13B——DeepSeek 把提升歸因於大幅增強的後訓練流程而非新設計，重點放在智慧體工作流與推理品質上。
使這一系列在工程上具吸引力的部分全部保留：1M token 上下文視窗、384K 最大輸出、MIT 授權權重、函式呼叫、結構化輸出與串流。
思考預設開啟，軌跡回傳在 reasoning_content 中，這一點在它身上比多數模型更要緊：短提示下思維軌跡可能占到輸出 token 的絕大部分，於是過緊的 max_tokens 預算會回傳空回答，而思考所花的 token 照樣計費。
接入延遲敏感的鏈路之前，請為此留出預算或調低推理力度。
該模型輸入輸出均為純文字，不支援圖像輸入，需要視覺能力時應搭配視覺模型，而不是直接發送多模態訊息。
由於帶日期的發布版與不帶日期的滾動名都可呼叫，需要行為可重現時請固定帶日期的 id，並預期不帶日期的名字會隨時間前移。
Synthorai 透過 OpenAI 相容的 chat completions 端點提供該模型。

常見問題

DeepSeek V4 Flash (0731) API 可以免費試用嗎？

可以，新帳號有 10 次試用呼叫和最高 $1 的免費額度，免綁卡。以輸入價 $0.44/M 計算，光是這筆額度就夠你對 DeepSeek V4 Flash (0731) 發出約 284 次請求，每次約 8K token。

DeepSeek V4 Flash (0731) 最擅長什麼？

284B MoE，啟用 13B，MIT 授權、接替先前的 V4 Flash 版本、1M 上下文，最大輸出 384K。完整介紹請見「關於」一節，內容取自供應商官方的發布說明。

DeepSeek V4 Flash (0731) 的價格是多少？

在 Synthorai 上，DeepSeek V4 Flash (0731) 的輸入價是每百萬 token $0.44，輸出價是每百萬 token $1.32。這就是供應商官網價，平台不加價。快取命中的輸入 token 以 $0.044/M 計費。

DeepSeek V4 Flash (0731) 的上下文長度是多少？

DeepSeek V4 Flash (0731) 的上下文長度（上下文視窗）是 1M token。單次回覆最多輸出 393,216 個 token。

DeepSeek V4 Flash (0731) 支援提示詞快取（prompt caching）嗎？

支援，而且全自動：由 DeepSeek 處理的提示詞會自動快取，不用改程式碼。快取命中的輸入 token 以 $0.044/M 計費（未命中為 $0.44/M）（TTL 無固定 TTL（長期未使用即自動清理））。提示詞快取指南 →

如何開通 DeepSeek V4 Flash (0731)？

把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1"，model 設為 "deepseek-v4-flash-0731" 就可以了。一把 API 金鑰就能呼叫閘道上的所有模型。

DeepSeek V4 Flash (0731) 是開源的嗎？

是，權重以 MIT 授權釋出。不想自己準備 GPU 的話，這裡的託管版本按用量計費，不必自己架設基礎設施。執行開放權重模型 →

比較

vs GPT-6 Astra vs GLM-5.3 vs GLM-5.3-Flash vs Claude Fable 5.1 vs Dola Seed 2.0 Lite vs Dola Seed 2.0 Pro 與任意模型比較 →

規格與廠商 benchmark 均附來源連結。閘道支援情況說明的是 Synthorai 的實際實作。封存範例是單次閘道請求，不代表模型的一般效能保證。價格來自公開價格介面或建置時使用的快照。

取得 API 金鑰算算你的成本 →