> ## Documentation Index > Fetch the complete documentation index at: https://docs.apiyi.com/llms.txt > Use this file to discover all available pages before exploring further. # DeepSeek V4 Flash 文本生成 > DeepSeek V4 Flash 正式版：1M 上下文、284B 總參 / 13B 啟用 MoE、雙端點可用。API易 輸入 $0.14、輸出 $0.28 每 1M tokens 與官方同價，實測 32 萬 tokens 上下文 15 秒返回。 DeepSeek V4 Flash 正式版（`deepseek-v4-flash-ga-260731`）對應 DeepSeek 於 2026 年 7 月 31 日 轉正式版的開源檢查點 `DeepSeek-V4-Flash-0731`。架構與 4 月預覽版一致（284B 總參 / 13B 啟用 MoE、 1M 上下文），官方明確只重做了後訓練階段，但 agent 類基準大幅提升。API易 已完成 **21 個用例實測 + 雙端點專項複測**，Chat Completions 與 Responses 均可直接呼叫。 **API易已接入 DeepSeek V4 Flash 正式版**：模型名 `deepseek-v4-flash-ga-260731`， `default` / `svip` 分組可用。注意該模型**預設思考量偏大**，簡單任務請顯式傳 `thinking: {"type": "disabled"}`（詳見下方「思考控制」）。 ## 核心優勢 輸入硬上限 1,048,570 tokens。32.2 萬 tokens 大海撈針 14.77 秒返回並準確命中，最大輸出 393,216 tokens。 隱式快取免配置、第 2 輪命中 99.9%；Responses 端顯式快取鏈式呼叫可整輪命中上一輪全部上下文。 20 路併發全部 200，牆鍾僅比單發慢 1.3 秒，適合高併發 agent 與批次文本任務。 輸入 \$0.14、輸出 \$0.28 每 1M tokens，與 BytePlus 官方同價，快取命中低至 \$0.028。 ## 模型資訊 | 引數 | 值 | | ------------------------------ | ------------------------------------------------ | | **模型名稱** | `deepseek-v4-flash-ga-260731` | | **釋出時間** | 2026 年 7 月 31 日（預覽版轉正式版） | | **架構** | 284B 總參 / 13B 啟用，MoE | | **上下文視窗** | 1M（硬上限實測 1,048,570 tokens） | | **最大輸出** | 384K（硬上限實測 393,216 tokens） | | **可用分組** | `default`、`svip` | | **端點** | `POST /v1/chat/completions`、`POST /v1/responses` | | **深度思考** | 預設開啟且思考量偏大；`thinking.type` 可關 | | **流式輸出** | ✅ 兩端點均支援 | | **函式呼叫 / 工具使用** | ✅ 兩端點均支援 | | **圖片輸入** | ❌ 純文本模型 | | **Anthropic 端點 / Claude Code** | ❌ 未開通，需要請用 `deepseek-v4-flash` | ## 實測能力矩陣 以下為 API易 2026 年 8 月 5 日的實測結果（官方能力宣告 vs 實際表現）： | 能力 | 官方宣告 | Chat Completions | Responses | | ---------------------- | ------------ | ------------------------------- | ----------------------------- | | 基礎對話（非流式 / 流式） | ✅ | ✅ / ✅（TTFB 1.43s） | ✅ / ✅（TTFB 2.31s） | | Function Call（兩輪閉環） | ✅ | ✅ | ✅ | | 深度思考開關 `thinking.type` | ✅ | ✅ disabled / enabled / auto 均生效 | ✅ 輸出 reasoning item | | 思考分檔 | ✅ | ⚠️ 僅 `minimal` 確定生效 | ⚠️ 同左 | | 隱式快取 | ✅ | ✅ 第 2 輪命中 99.9% | ✅ 命中 99.9% | | 顯式快取 | ✅（Responses） | — | ✅ 需 `previous_response_id` 鏈式 | | 結構化輸出 | ❌ | ❌ 收參但不約束 | ❌ 收參但不約束 | | 聯網搜尋 | ✅（Responses） | — | ⚠️ 工具接通但後端 6/6 報錯 | | MCP | ✅（Responses） | — | ❌ `AccessDenied` 賬號級權限 | | 圖片輸入 | — | ❌ | ❌ 明確報錯 | **三項與官方能力表不符，接入前請注意**：結構化輸出雙端點均靜默失效（返回 200 但完全無視 schema， 需要強約束請用 Function Call）；聯網搜尋工具已接通但搜尋後端持續報錯、不返回 `results`； MCP 返回 `AccessDenied`（賬號級內建工具權限，非模型限制）。 ## 思考控制 該模型**預設思考量偏大**——實測「9.11 和 9.9 哪個大」這類一句話問題也會花掉 263 個思考 token （同族 `deepseek-v4-flash` 只花 44 個）。簡單任務務必顯式關閉： ```python theme={null} extra_body={"thinking": {"type": "disabled"}} # 可靠關閉 # 或 extra_body={"reasoning_effort": "minimal"} # 實測 10/10 次思考 token 為 0 ``` **`reasoning_effort` 不是單調檔位**。兩道題 × 五檔 × 5 次取樣結果： | 檔位 | river 題中位數 | prob 題中位數 | | --------- | ---------- | --------- | | `minimal` | **0** | **0** | | `low` | 956 | 367 | | `medium` | 506 | 193 | | `high` | **97** | **153** | | `max` | 577 | 173 | `high` 在兩道題上的思考量都比 `low` 少，檔內方差（`low` 從 150 到 1993）遠大於檔間差異。 **只有 `minimal` 可靠**，不要把 low → max 當作成本旋鈕。 ## 快取用法 ### 隱式快取（兩端點自動生效） 同一段長字首第 2 次請求即命中，實測 15,634 tokens 字首命中 15,616（99.9%）， 命中部分按 \$0.028 / 百萬 tokens 計費。 吃滿隱式快取的前提是**字首逐位元組一致**。把變動內容（時間戳、隨機 ID、使用者名稱） 放到 prompt 末尾，不要混進字首裡。 ### 顯式快取（Responses 端，需鏈式呼叫） **常見誤用**：把同一段長字首重複發兩次並帶上 `caching`，`cached_tokens` 會一直是 0。 正確姿勢是首輪寫入、後續輪用 `previous_response_id` 鏈下去： | 輪次 | 呼叫方式 | input\_tokens | cached\_tokens | | ----- | ------------------------ | ------------- | -------------- | | 1（寫入） | `caching: enabled` | 15,629 | 0 | | 2 | + `previous_response_id` | 15,664 | **15,629** | | 3 | + `previous_response_id` | 15,701 | **15,664** | | 4 | + `previous_response_id` | 15,738 | **15,701** | ## 快速開始 ```python Python theme={null} import os from openai import OpenAI client = OpenAI( api_key=os.environ["APIYI_API_KEY"], base_url="https://api.apiyi.com/v1", ) resp = client.chat.completions.create( model="deepseek-v4-flash-ga-260731", messages=[{"role": "user", "content": "用一句話介紹 MoE 架構"}], extra_body={"thinking": {"type": "disabled"}}, ) print(resp.choices[0].message.content) ``` ```bash cURL theme={null} curl https://api.apiyi.com/v1/chat/completions \ -H "Authorization: Bearer $APIYI_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "deepseek-v4-flash-ga-260731", "messages": [{"role": "user", "content": "用一句話介紹 MoE 架構"}], "thinking": {"type": "disabled"} }' ``` ```javascript Node.js theme={null} import OpenAI from "openai"; const client = new OpenAI({ apiKey: process.env.APIYI_API_KEY, baseURL: "https://api.apiyi.com/v1", }); const resp = await client.chat.completions.create({ model: "deepseek-v4-flash-ga-260731", messages: [{ role: "user", content: "用一句話介紹 MoE 架構" }], thinking: { type: "disabled" }, }); console.log(resp.choices[0].message.content); ``` ### 需要結構化輸出時用 Function Call `response_format` 在這個模型上不生效且不報錯，是最容易踩的坑。工具引數才是真正被約束的： ```python theme={null} tools = [{ "type": "function", "function": { "name": "submit_result", "description": "提交抽取結果", "parameters": { "type": "object", "properties": { "city": {"type": "string"}, "temp_c": {"type": "number"}, }, "required": ["city", "temp_c"], }, }, }] resp = client.chat.completions.create( model="deepseek-v4-flash-ga-260731", messages=[{"role": "user", "content": "北京今天 25 度"}], tools=tools, ) import json print(json.loads(resp.choices[0].message.tool_calls[0].function.arguments)) ``` ## 定價 | 專案 | 單價 | | ---- | ------------------- | | 輸入 | \$0.14 / 百萬 tokens | | 輸出 | \$0.28 / 百萬 tokens | | 快取命中 | \$0.028 / 百萬 tokens | 與 BytePlus 官方標價一致，可疊加 [充值活動](/zh-Hant/faq/recharge-promotions) 進一步降低成本。 **關於「不到旗艦十分之一」**：廠商宣傳語對標的是 V4-Pro 預覽期的 \$1.74 / \$3.48。 按當前 V4-Pro 掛牌價（\$0.435 / \$0.87）折算，本模型是**約 1/3**，不是 1/10。 ## 相關頁面 OpenAI 相容對話補全端點，線上除錯 Responses 端點，支援顯式快取鏈式呼叫 基準資料、三方速度對照與踩坑記錄 全部模型的單價、端點與分組