DeepSeek V4 Flash 是开源 DeepSeek-V4 系列中快速、经济的成员：混合专家（MoE）模型，总参数 284B，激活 13B，与其更大的同门一样在超过 32T token 上完成预训练。
- 输入
- 文本 $0.138/M
- 输出
- 文本 $0.275/M
- 缓存读取
- $0.0276/M
- 上下文
- 1M
- 对比 GPT-4o
- 便宜约 97%
Benchmark 成绩
供应商公布： Alibaba (Qwen) DeepSeek Google
价格在同类中的位置
价格在 68 个同类模型中的位置
这条线标出该模型的价格在 Synthorai 同类模型中的位置，两端分别是最便宜和最贵的模型。这里是基础价，批量、区域和缓存写入的折扣见价格页。
规格与限制
Token
| 上下文窗口（供应商规格） | 1,000,000 |
|---|---|
| 最大输出（供应商规格） | 393,216 |
提示词缓存
| 缓存方式 | 自动 |
|---|---|
| 有效期 | 无固定 TTL（长期未使用即自动清理） |
思考
| 供应商参数 | thinking.type + reasoning_effort |
|---|---|
| 可选值 | thinking.type enabled · disabled; reasoning_effort high · max (low and medium map to high, xhigh maps to max) |
| 默认值 | enabled，reasoning_effort 为 high；部分复杂的智能体请求会被自动设为 max 请求未指定时生效 |
| 可关闭 | 支持 |
| 思考行为 | 思维链通过 reasoning_content 返回，在模型调用了工具的轮次，它必须在之后的每一轮回传；其他情况下会被忽略；思考模式还会静默忽略 temperature、top_p、presence_penalty 和 frequency_penalty；DeepSeek 公布的这一默认值针对的是它自家的 API；托管该模型的其他平台记载的默认值有所不同，因此请对照你被路由到的那个平台核实 |
| 参数 | reasoning_effort |
| 取值 | minimal · low · medium · high 这是网关侧的参数，实际以上方的供应商映射为准 |
模型
| 模态 | 文本 → 文本 |
|---|---|
| 参数量 | 总参数 284B · 激活 13B MoE（混合专家） |
| 许可证 | MIT |
- 284B/13B 激活的 MoE，1M 上下文，思考与非思考双模式
- 混合稀疏注意力，FP4+FP8 混合精度
- V4 系列中快速经济的变体
一条提示词，经网关实测
DeepSeek V4 Flash 通过 · 3 sentences
When reasoning is enabled, the model generates additional "chain-of-thought" tokens internally before producing the final answer, effectively doubling the total token count per request. Since our billing is based on tokens processed, this directly doubled your usage. Additionally, reasoning often requires more expensive model tiers or higher compute resources, further amplifying the cost increase.
输出 154 tok (+85 思考) 延迟 3.1 s
指令遵循（恰好三句，数得出来）、受众适配（对 CFO 说话的口吻），以及下方 token 计数暴露出的隐藏思考计费差额。
DeepSeek V4 Flash 通过 · 8/8 cases
The bug is that the function counts the number of consecutive equal **pairs** (i.e., `cur` increments for each `i` where `xs[i] == xs[i-1]`), but it should return the **length** of the longest run. For a run of length `L`, the number of pairs is `L-1`, so the result is always one less than the correct value. This causes the function to return 0 for a single‑element list (expected 1) and to undercount runs that end at the last index (e.g., `[1,1]` returns 1 instead of 2). Additionally, runs of length 1 that are not part of any pair (such as a single element at the end of a list) are never considered because `best` is only updated when a pair is found. […]
输出 2494 tok (+2227 思考) 延迟 19.4 s
修复是否真的正确（能运行）、解释的信息密度，以及在一个范围明确的任务上的 token 效率。
DeepSeek V4 Flash 通过 · 5/5 fields, guidance null
{ "company": "Meridian Robotics", "quarter": "Q3", "revenue_usd_m": 412, "growth_pct": null, "guidance": null }
输出 1101 tok (+1054 思考) 延迟 10.2 s
是否严守 schema（不臆造字段）、能否顶住幻觉压力（原文明说暂不给出 guidance），以及结构化输出路径的差异。
DeepSeek V4 Flash 通过 · 119 words, 0 banned, 1 question
We're thrilled to introduce Prompt Cache, a new feature for our API Gateway that stores prompt responses from any provider. When a user submits a prompt you've already processed, the system returns the cached result instantly—eliminating redundant API calls and reducing latency. This works across OpenAI, Anthropic, Google, and more, with automatic cache invalidation based on your rules. What does this mean for your budget? Fewer API calls directly lower your monthly spend. Additionally, response times drop by up to 80% for cached prompts, improving user experience. Developers can configure cache duration per provider, set TTLs, and bypass cache when needed. The feature is available now in your gateway dashboard. Start saving time and money with Prompt Cache.
输出 2039 tok (+1887 思考) 延迟 15.6 s
是否守住约束（字数预算、禁用词表、只能有一个问句）、文风特征，以及长度控制。
30 秒用上 DeepSeek V4 Flash
兼容 OpenAI：换掉 base_url，SDK 不用改。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",
messages=[{"role": "user", "content": "Summarize this diff"}],
)
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",
messages: [{ role: "user", content: "Summarize this diff" }],
});
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",
"messages": [{"role": "user", "content": "Hello"}]
}'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",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
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")
.addUserMessage("Summarize this diff")
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));关于 DeepSeek V4 Flash
- 它标配该系列的 1M token 上下文窗口，输出最高 384K token，并支持非思考与思考模式，包括更高的推理力度档位。
- DeepSeek 强调其混合稀疏注意力创新，相比 DeepSeek-V3.2 大幅削减长上下文推理算力和 KV 缓存开销，推理表现接近 V4 Pro 而价格与延迟更低；发布说明还更进一步，称 Flash 在简单智能体任务上与 Pro 表现相当，这正是在两者之间取舍时该读的那一句：知识密集型和高难度智能体工作选 Pro，一切高吞吐场景选 Flash。
- 它也是两者中并发更高的一个。
- 从接入机制上看，两者完全相同：同样的 thinking 对象和 reasoning_effort 档位，同样由 reasoning_content 字段承载思维链，同样要求在调用过工具的轮次把该字段回传，同样支持 128 个函数的工具调用、JSON 输出和自动前缀缓存，以及同样的 FP4/FP8 混合精度打包。
- 权重以 MIT 许可发布在 DeepSeek 自家的模型仓库上。
- Synthorai 通过其 OpenAI 兼容端点提供 DeepSeek V4 Flash，客户端无需任何改动。
常见问题
DeepSeek V4 Flash API 可以免费试用吗？
可以。新账号有 10 次试用调用，免费额度最高 $1，无需绑卡。按输入 $0.138/M 计算，光这笔额度就够向 DeepSeek V4 Flash 发约 905 次请求，每次 ~8K token。
DeepSeek V4 Flash 最擅长什么？
284B 参数 MoE，激活 13B、混合稀疏注意力削减长上下文成本、MIT 许可权重，1M token 上下文。完整介绍见「关于」部分，内容取自供应商的官方发布说明。
DeepSeek V4 Flash 的价格是多少？
在 Synthorai 上，DeepSeek V4 Flash 的输入价为 $0.138/百万 token，输出价为 $0.275/百万 token。这就是供应商官网价，平台不加价。缓存命中的输入 token 按 $0.0276/M 计费。
DeepSeek V4 Flash 的上下文长度是多少？
DeepSeek V4 Flash 的上下文长度（上下文窗口）是 1M token。单次回复最多输出 393,216 个 token。
DeepSeek V4 Flash 支持提示词缓存（prompt caching）吗？
支持，而且全自动：经 DeepSeek 处理的提示词会自动缓存，不用改代码。缓存命中的输入 token 按 $0.0276/M 计费（未命中为 $0.138/M）（TTL 无固定 TTL（长期未使用即自动清理））。 提示词缓存指南 →
如何开通 DeepSeek V4 Flash？
把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1"，model 设为 "deepseek-v4-flash" 即可。一个 API key 就能调用网关上的全部模型。
DeepSeek V4 Flash 开源吗？
开源：权重以 MIT 许可证发布。不想自己备 GPU 也行：这里的托管版本按量付费，不需要自建基础设施。 运行开源权重模型 →
相关模型
对比
本页的每个数值都照录自供应商自己的文档（链接见上），并标有核对日期。价格是在整个目录范围内比较的；各家供应商定义不一样的规格项，只说明差异，不画图对比。这里没有任何一项是我们自己测的，也不打分。