DeepSeek V4 Flash · 官方来源 · 编辑分析
独立站按 2026-07-25 口径列出 284B/13B、1M 上下文和价格，并用“benchmark maxed”概括现实一致性问题。
待验证：本次未能重新核实原文。下方历史数字不代表已核实的当前结果。
DeepSeek V4 Flash（轻量档）· model id: deepseek-v4-flash
规模：284B 总参数 · 13B 激活参数
上下文：1M tokens · 最大输出 384K
价格：输入（缓存未命中）$0.14 / 1M tokens；输入（缓存命中）$0.0028 / 1M tokens；输出 $0.28 / 1M tokens
DeepSeek V4 Pro（旗舰档）· model id: deepseek-v4-pro
规模：1.6T 总参数 · 49B 激活参数
上下文：1M tokens · 最大输出 384K
价格：输入（缓存未命中）$0.435 / 1M tokens；输入（缓存命中）$0.003625 / 1M tokens；输出 $0.87 / 1M tokens
可用性：开源权重可在 HuggingFace 和 Ollama Cloud 获取，或通过官方 DeepSeek 聊天免费使用。API 兼容 OpenAI 与 Anthropic 格式（https://api.deepseek.com · /anthropic），支持 JSON mode、工具调用、FIM 补全、chat-prefix 补全。
⚠️ 旧 model id deepseek-chat 和 deepseek-reasoner 将于 2026-07-24 弃用（分别映射到 V4 Flash 的非思考/思考模式）。
DeepSeek 将 V4 与 Gemini 3.1 Pro、GPT-5.4 对比；未对 Claude Opus 4.8 作任何声明（Opus 4.8 在 V4 之后发布，网上"V4 击败 Opus 4.8"均为第三方比较）
实测体感：模型部分"benchmark maxed"——标准测试强，实际使用一致性不足
社区排行榜：Code Arena 上 deepseek-v4-pro 排 #35、思考变体 #31，落后于 GLM 5.1、Kimi K2.6 等国产模型和西方前沿模型
将 V4 称为"mid"在 Twitter 上（尤其中国 AI 社区）引发大量反弹。客观来说：公共编码排行榜上 V4 家族目前低于 GLM 5.1、Kimi K2.6 及西方前沿（含晚发布的 Opus 4.8）；V4 真正赢的是每 token 价格，且优势巨大。
优点：1M 超长上下文 · MIT 许可证完全开源 · 定价极低 · Flash 模型超出其分量 · 360°/3D 旋转类任务表现强 缺点：感觉"benchmark maxed" · 真实世界执行粗糙 · 落后 GLM 5.1 与 Qwen 3.6 Plus · 前端输出看起来过时 · Pro 模型在复杂 agentic 流程上失败
价格、上下文和效率使 DeepSeek V4 成为未来开发的绝佳底座，但预览版需要认真打磨。更便宜并不等于更好——只是更便宜。
本文中的数字、任务集、推理档位和客户端条件只在所列来源及采集时点内成立。不同版本、不同 harness 或不同提供商的数据不能直接并排比较；未公开的参数保持未知。
需要复测时，请固定模型版本、提供商或客户端、推理档位、工具、任务集版本、样本数和采集日期，并记录失败、重试与人工修正。完整方法和复现步骤见下方来源笔记。
deepseek.ai（独立网站，与 DeepSeek 官方无关） · 作者未公开 · 原文发布日期 Unknown · 本站编辑日期 2026-09-20
打开原始来源DeepSeek V4 Flash
下载 Tabbit 客户端后检查模型可用性
