概述
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
前缀补全✓
上下文缓存✓
结构化输出✓
批量任务✓
联网搜索✓
视觉理解✕
微调✕
定价
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)。
空闲时段
输入$0.15/M tokens
输入(缓存命中)$0.003/M tokens
输出$0.6/M tokens
高峰时段
输入$0.3/M tokens
输入(缓存命中)$0.006/M tokens
输出$1.2/M tokens
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
POST
https://api.tokenfab.com/v1/chat/completions请求示例
curl https://api.tokenfab.com/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": "Please introduce yourself."}
]
}'from openai import OpenAI
client = OpenAI(
api_key="your-api-key",
base_url="https://api.tokenfab.com/v1"
)
response = client.chat.completions.create(
model="deepseek-v4-flash",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Please introduce yourself."}
]
)
print(response.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.TOKENFAB_API_KEY,
baseURL: "https://api.tokenfab.com/v1"
});
const response = await client.chat.completions.create({
model: "deepseek-v4-flash",
messages: [
{ role: "system", content: "You are a helpful assistant." },
{ role: "user", content: "Please introduce yourself." }
]
});
console.log(response.choices[0].message.content);响应示例
{
"id": "chatcmpl-2k8d91fz",
"object": "chat.completion",
"created": 1784950000,
"model": "deepseek-v4-flash",
"choices": [{
"index": 0,
"message": {
"role": "assistant",
"content": "I am DeepSeek-V4-Flash, a cost-effective, high-throughput MoE text model with 284B total parameters and about 13B activated per token. I support a million-token context window and suit large-scale production and online workloads."
},
"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 |