deepseek-v4-flash-ga-260731 对应 DeepSeek 7 月 31 日转正式的开源检查点 DeepSeek-V4-Flash-0731。架构与预览版一致（284B 总参 / 13B 激活 MoE、1M 上下文、384K 最大输出），官方明确只重做了后训练阶段，但五项 agent 基准均反超 V4-Pro 预览版，Terminal Bench 2.1 达 82.7。
上线前完成 21 个用例实测：32.2 万 tokens 上下文 14.77 秒返回并准确捞出中段信息，上下文硬上限 1,048,570 tokens；隐式缓存免配置、第二轮命中 99.9%；20 并发全部成功无限流。
Chat Completions 与 Responses 双端点均可用。Responses 端显式缓存需走链式调用：首轮带 caching: {"type": "enabled"} 写入，后续用 previous_response_id 链下去，实测每轮整体命中上一轮全部上下文（15,629 → 15,664 → 15,701）。
接入前需知道的三项边界：
- 结构化输出
response_format/text.format双端点均收参但不约束，返回 200 却完全无视 schema，需要强约束请走 Function Call - 联网搜索工具已接通（能看到
web_search_call），但搜索后端 6/6 报错、不返回results；MCP 返回AccessDenied，属账号级内置工具权限 reasoning_effort非单调档位，仅minimal确定性生效；控成本建议用thinking: {"type": "disabled"}
deepseek-v4-flash。
完整实测数据见 上线说明。
← 返回实时动态 · 📚 按月归档