deepseek/deepseek-v4-flash
Ngày phát hành: 2026-04-24
1,048,576 context · $0.17/M input tokens · $0.34/M output tokens
DeepSeek V4 Flash is DeepSeek's efficiency-first open-source model released in April 2026, built on a 284B-parameter Mixture-of-Experts architecture with just 13B parameters active per token — the smallest activation footprint among current Tier-1 models. It shares the same 1M-token context window and hybrid attention design as V4 Pro, delivering near-equivalent reasoning capability (LiveCodeBench 91.6, Codeforces 3052, SWE-bench Verified 79.0) while running significantly faster and at dramatically lower cost. Pre-trained on 32T tokens, V4 Flash is purpose-built for high-throughput, latency-sensitive scenarios such as coding assistants, conversational agents, and batch processing pipelines. It supports thinking and non-thinking modes, function calling, JSON output, and FIM completion.
Giá cả
Trả theo mức dùng
Không tốn phí trả trước, chỉ trả cho những gì bạn dùng
Dùng thử mô hình
Sử dụng API
Dùng các ví dụ mã sau để tích hợp với API của chúng tôi:
import OpenAI from 'openai';
if (!process.env.WAVESPEED_API_KEY) throw new Error('Set WAVESPEED_API_KEY');
const client = new OpenAI({
apiKey: process.env.WAVESPEED_API_KEY,
baseURL: 'https://llm.wavespeed.ai/v1',
timeout: 120_000,
maxRetries: 2,
});
try {
const response = await client.chat.completions.create({
model: 'deepseek/deepseek-v4-flash',
messages: [{ role: 'user', content: 'Hello!' }],
});
console.log(response.choices[0]?.message?.content ?? '');
} catch (error) {
console.error('LLM request failed:', error);
process.exitCode = 1;
}import OpenAI from 'openai';
if (!process.env.WAVESPEED_API_KEY) throw new Error('Set WAVESPEED_API_KEY');
const client = new OpenAI({
apiKey: process.env.WAVESPEED_API_KEY,
baseURL: 'https://llm.wavespeed.ai/v1',
timeout: 120_000,
maxRetries: 2,
});
try {
const response = await client.chat.completions.create({
model: 'deepseek/deepseek-v4-flash',
messages: [{ role: 'user', content: 'Hello!' }],
});
console.log(response.choices[0]?.message?.content ?? '');
} catch (error) {
console.error('LLM request failed:', error);
process.exitCode = 1;
}Giới thiệu mô hình
Deepseek deepseek-v4-flash
DeepSeek-V4-Flash is DeepSeek's cost-efficient open-source model, released on April 24, 2026. It is a 284B parameter Mixture-of-Experts (MoE) language model with only 13B active parameters, pre-trained on 32T tokens, supporting a context length of one million tokens. V4-Flash delivers reasoning performance approaching V4-Pro while being significantly faster and cheaper — making it ideal for high-volume, latency-sensitive workloads.
Why It Looks Great
- Mixture-of-Experts architecture with 284B total parameters and only 13B active — the smallest activation among Tier-1 models
- 1000000 context window powered by Compressed Sparse Attention (CSA) and DeepSeek Sparse Attention (DSA)
- Near V4-Pro reasoning performance at a fraction of the cost
Key Features
- Context Window: 1000000 tokens
- Max Output: 384000 tokens
- Vision: Not Supported
- Function Calling: Supported
- Thinking Mode: Supported (non-thinking / high / max)
- JSON Output: Supported
- FIM Completion: Supported (non-thinking mode only)
Benchmarks
| Benchmark | V4-Flash | V4-Pro | Claude Opus 4.6 | GPT-5.4 |
|---|---|---|---|---|
| SWE-bench Verified | 79.0 | 80.6 | 80.8 | — |
| LiveCodeBench | 91.6 | 93.5 | 88.8 | 91.7 |
| Codeforces Rating | 3052 | 3206 | — | 3168 |
| MMLU-Pro | 86.2 | 87.5 | 89.1 | 87.5 |
| Terminal Bench 2.0 | 56.9 | 67.9 | 65.4 | 75.1 |
Specifications
| Specification | Value |
|---|---|
| Provider | Deepseek |
| Model Type | Large Language Model (LLM) |
| Architecture | Mixture-of-Experts (MoE) |
| Total Parameters | 284B (13B active) |
| Context Window | 1000000 tokens |
| Max Output | 384000 tokens |
| Input | Text |
| Output | Text |
| Vision | Not Supported |
| Function Calling | Supported |
| Thinking Mode | Supported (high / max) |
| Release Date | April 24, 2026 |
How to Use
- Write your prompt — describe the task, provide context, and specify desired output format.
- Submit — the model processes your request and returns the response.
API Integration
Base URL: https://llm.wavespeed.ai/v1 API Endpoint: chat/completions Model ID: deepseek/deepseek-v4-flash
API Usage
Python SDK
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://llm.wavespeed.ai/v1"
)
response = client.chat.completions.create(
model="deepseek/deepseek-v4-flash",
messages=[{"role": "user", "content": "Hello!"}]
)
print(response.choices[0].message.content)cURL
curl https://llm.wavespeed.ai/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "deepseek/deepseek-v4-flash",
"messages": [{"role": "user", "content": "Hello!"}]
}'Notes
- Model: deepseek/deepseek-v4-flash
- Provider: Deepseek
- Open-source weights available on HuggingFace and ModelScope
- Supports both OpenAI and Anthropic API formats
- For simple Agent tasks, V4-Flash performs on par with V4-Pro; for complex agentic workflows, consider V4-Pro
Thông tin
Tính năng được hỗ trợ
Hướng dẫn truy cập API
DeepSeek V4 Flash API
deepseek/deepseek-v4-flash
DeepSeek V4 Flash is DeepSeek's efficiency-first open-source model released in April 2026, built on a 284B-parameter Mixture-of-Experts architecture with just 13B parameters active per token — the smallest activation footprint among current Tier-1 models. It shares the same 1M-token context window and hybrid attention design as V4 Pro, delivering near-equivalent reasoning capability (LiveCodeBench 91.6, Codeforces 3052, SWE-bench Verified 79.0) while running significantly faster and at dramatically lower cost. Pre-trained on 32T tokens, V4 Flash is purpose-built for high-throughput, latency-sensitive scenarios such as coding assistants, conversational agents, and batch processing pipelines. It supports thinking and non-thinking modes, function calling, JSON output, and FIM completion.
Đầu Vào
$0.17 /M
Đầu Ra
$0.34 /M
Ngữ Cảnh
1049K
Đầu Ra Tối Đa
384K
Sử Dụng Công Cụ
Được Hỗ Trợ
Thử DeepSeek V4 Flash trên WaveSpeedAI
Truy cập DeepSeek V4 Flash qua API hợp nhất của chúng tôi — tương thích OpenAI, không khởi động nguội, giá minh bạch.
Câu Hỏi Thường Gặp về DeepSeek V4 Flash
DeepSeek V4 Flash có giá bao nhiêu qua API?+
Giá trên WaveSpeedAI: $0.17 mỗi triệu token đầu vào và $0.34 mỗi triệu token đầu ra. Prompt caching và xử lý theo lô được tính riêng và giảm chi phí thực tế cho các khối lượng công việc dài, lặp lại.
Cửa sổ ngữ cảnh của DeepSeek V4 Flash là gì?+
DeepSeek V4 Flash hỗ trợ tối đa 1049K token ngữ cảnh với tối đa 384K token đầu ra mỗi yêu cầu.
DeepSeek V4 Flash có tương thích OpenAI không?+
WaveSpeedAI cung cấp DeepSeek V4 Flash tại https://llm.wavespeed.ai/v1 qua giao diện Chat Completions tương thích OpenAI. Hầu hết các client OpenAI SDK hoạt động bằng cách đổi base URL và API key; các trường tùy chọn phụ thuộc vào mô hình được chọn.
Làm thế nào để bắt đầu với DeepSeek V4 Flash?+
Đăng nhập vào WaveSpeedAI, tạo một API key trong Access Keys, rồi gửi một yêu cầu đến https://llm.wavespeed.ai/v1/chat/completions với model id hiển thị phía trên. Kiểm tra danh mục mô hình hiện tại để biết tính khả dụng, khả năng và giá cả.