DeepSeek-V4-Flash

deepseek-v4-flash

开源DeepSeek 系列

概述

1M 上下文检索增强代码生成上下文缓存

DeepSeek-V4-Flash 是面向规模化在线业务推出的轻量级 MoE 文本模型，整体参数量 284B、单次推理仅激活约 13B。在保持长上下文理解能力的前提下，模型面向日常对话、检索增强、内容生产、客服、辅助编程以及长链路任务做了推理路径优化，单价相比同档位模型具备显著优势，适合高 QPS、低延迟与成本敏感型的接入场景。

百万上下文

1M token 上下文窗口，支持项目级代码库、超长文档与多轮会话一次性载入。

MoE 高效能

总参 284B / 激活 13B，单次推理更轻量，兼顾性能与算力开销。

极致性价比

单位 token 成本显著低于同级模型。

高吞吐低延迟

RPM 15K / TPM 1.20M，面向在线业务与高并发场景稳定输出。

功能

联网搜索✓

结构化输出✓

上下文缓存✓

批量任务✓

前缀补全✓

微调✕

视觉理解✕

定价

空闲时段

输入¥1.5/M tokens

输入（缓存命中）¥0.05/M tokens

输出¥4.5/M tokens

高峰时段

输入¥3/M tokens

输入（缓存命中）¥0.1/M tokens

输出¥9/M tokens

空闲时段价格为高峰时段价格的一半。高峰时段为北京时间周一至周五 9:00 - 12:00、14:00 - 18:00（其余为空闲时段）。

速率限制与上下文

上下文窗口1M

最大输出384K

RPM（请求 / 分钟）15K

TPM（token / 分钟）1200K

API 参考

ENDPOINT

POST https://api.tokenfab.cn/v1/chat/completions

请求示例

curl https://api.tokenfab.cn/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $TOKENFAB_API_KEY" \
  -d '{
    "model": "deepseek-v4-flash",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "介绍一下你自己。"}
    ]
  }'

import os
from deepscope import Generation
import dashscope

dashscope.base_http_api_url = 'https://dashscope.aliyuncs.com/api/v1'

messages = [
    {'role': 'system', 'content': 'You are a helpful assistant.'},
    {'role': 'user', 'content': '介绍一下你自己。'}
]
response = Generation.call(
    # 可选，配置 DashScope API Key: api_key = "sk-xxx",
    api_key=os.getenv('DASHSCOPE_API_KEY'),
    model='deepseek-v4-flash',
    messages=messages,
    result_format='message',
    # 启用深度思考模式：
    enable_thinking=True,
)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.TOKENFAB_API_KEY,
  baseURL: "https://api.tokenfab.cn/v1"
});

const response = await client.chat.completions.create({
  model: "deepseek-v4-flash",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "介绍一下你自己。" }
  ]
});

console.log(response.choices[0].message.content);

响应示例

JSON

{
  "id": "chatcmpl-2k8d91fz",
  "object": "chat.completion",
  "created": 1784950000,
  "model": "deepseek-v4-flash",
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "我是 DeepSeek-V4-Flash，一款兼顾高性价比与高吞吐的 MoE 文本模型，总参数 284B、单次激活约 13B，支持百万级上下文窗口，适合大规模生产与在线业务使用。"
    },
    "finish_reason": "stop"
  }],
  "usage": {
    "prompt_tokens": 14,
    "completion_tokens": 46,
    "total_tokens": 60
  }
}

请求参数

参数	类型	必填	说明
model	string	✓	模型 ID，如 deepseek-v4-flash
messages	array	✓	对话消息列表，含 role 和 content
temperature	float	—	采样温度，0–2，默认 0.7
top_p	float	—	核采样，0–1，默认 0.9
max_tokens	int	—	最大输出 Token 数
stream	bool	—	是否流式输出，默认 false
tools	array	—	工具定义列表，用于 Function Calling
tool_choice	string	—	工具调用策略，auto / none / 指定函数