DeepSeek V4 Flash | EmpirioLabs AI Docs

DeepSeek · Text Generation

POST /v1/chat/completions

Modelo MoE leve com 284B totais / 13B parâmetros ativos e contexto nativo de 1M, ajustado para baixa latência e uso econômico e alta concorrência.

De um olhar

Campo	Valor
ID do modelo	`deepseek-v4-flash`
Data de lançamento do modelo	2026-04-24
Modalidades de entrada	Texto
Modalidades de saída	Texto
Janela de contexto	1M
Precisão do peso	-
Tokens de saída máxima	393,216
Região	Alemanha
Características	Raciocínio
Inferência nativa	Não
Novo	Sim
Endpoints suportados	`POST /v1/chat/completions`, `POST /v1/responses`, `POST /v1/messages`

Precificação

Carga	Especificação	Taxa
Entrada	por 1M de tokens de prompt	$0.14
Produção	por 1M de tokens gerados	$0.28
Busca na Web (Linkup)	por chamada quando invocada	$0.013

Exemplo de pedido

$ curl https://api.empiriolabs.ai/v1/chat/completions \
>   -H 'Authorization: Bearer $EMPIRIOLABS_API_KEY' \
>   -H 'Content-Type: application/json' \
>   -d '{"model": "deepseek-v4-flash", "messages": [{"role":"user","content":"Hello"}]}'

Parâmetros

Parâmetro	Tipo	Obrigatório	Padrão	Descrição
`temperature`	Número	Não	`0.7`	Temperatura de amostragem. 0 = determinística, 2 = aleatoriedade máxima. · Intervalo: 0 – 2
`top_p`	Número	Não	`0.9`	Amostragem do núcleo com a probabilidade de massa. Menor = mais focado. · Intervalo: 0 – 1
`max_tokens`	Número	Não	`4096`	Tokens de saída máximos. · Intervalo: 1 – 393216
`stop`	String	Não	-	Até 4 strings em que o modelo para de gerar mais tokens.
`enable_thinking`	Booleano	Não	Verdade	Ative step-by-step raciocínio antes de responder.
`thinking_budget`	Número	Não	`32768`	Tokens máximos reservados para o processo de raciocínio. Até 393216. · Intervalo: 1 – 393216
`reasoning_effort`	enum	Não	`"medium"`	Nível de esforço de raciocínio. Nenhum impede o pensamento. orçamentos limitados de pensamento de conjuntos baixos, médios, altos e máximos, dimensionados para o modelo selecionado. Enviado como um campo de reasoning_effort estilo OpenAI, traduzido em enable_thinking e thinking_budget para o serviço modelo. · Permitido: `none`, `low`, `medium`, `high`, `max`
`web_search_linkup`	Booleano	Não	falso	Busca opcional na web alimentada pelo Linkup. Quando ativadas, fontes web recentes são recuperadas usando sua última mensagem de usuário como consulta e fornecidas ao modelo como contexto adicional. Adiciona uma $0.013 fixa por requisição além do custo normal do token do modelo. Desativado por padrão.
`disable_formatting`	Booleano	Não	falso	Quando ativado, o gateway não adiciona o rodapé “Fontes” às respostas assistentes que usaram busca web do Linkup. Útil quando a saída do modelo é canalizada para outro sistema que não espera decoração.

Variantes

`:variant1`

Campo	Valor
ID do modelo	`deepseek-v4-flash:variant1`
Data de lançamento do modelo	2026-04-24
Região	Singapura
Janela de contexto	1M
Precisão do peso	-
Tokens de saída máxima	393,216
Características	Raciocínio, web_search
Inferência nativa	Não
Endpoints suportados	`POST /v1/chat/completions`, `POST /v1/responses`, `POST /v1/messages`

Preço

Carga	Especificação	Taxa
Entrada	por 1M de tokens de prompt	$0.20
Produção	por 1M de tokens gerados	$0.40
Busca na web	por requisição quando ativado	$0.02

Parâmetros

Parâmetro	Tipo	Obrigatório	Padrão	Descrição
`temperature`	Número	Não	`0.7`	Temperatura de amostragem. 0 = determinística, 2 = aleatoriedade máxima. · Intervalo: 0 – 2
`top_p`	Número	Não	`0.9`	Amostragem do núcleo com a probabilidade de massa. Menor = mais focado. · Intervalo: 0 – 1
`max_tokens`	Número	Não	`4096`	Tokens de saída máximos. · Intervalo: 1 – 393216
`stop`	String	Não	-	Até 4 strings em que o modelo para de gerar mais tokens.
`enable_thinking`	Booleano	Não	Verdade	Ative step-by-step raciocínio antes de responder.
`thinking_budget`	Número	Não	`32768`	Tokens máximos reservados para o processo de raciocínio. Até 393216. · Intervalo: 1 – 393216
`reasoning_effort`	enum	Não	`"medium"`	Nível de esforço de raciocínio. Nenhum impede o pensamento. orçamentos limitados de pensamento de conjuntos baixos, médios, altos e máximos, dimensionados para o modelo selecionado. Enviado como um campo de reasoning_effort estilo OpenAI, traduzido em enable_thinking e thinking_budget para o serviço modelo. · Permitido: `none`, `low`, `medium`, `high`, `max`
`tool_web_search`	Booleano	Não	falso	Ative a busca ao vivo na web. Adiciona uma sobretaxa $0.02 ao custo da solicitação quando ativado.

`:variant2`

Campo	Valor
ID do modelo	`deepseek-v4-flash:variant2`
Data de lançamento do modelo	2026-04-24
Região	China
Janela de contexto	1M
Precisão do peso	-
Tokens de saída máxima	384,000
Características	Raciocínio, function_calling, web_search, cache
Inferência nativa	Não
Endpoints suportados	`POST /v1/chat/completions`, `POST /v1/responses`, `POST /v1/messages`

Preço

Carga	Especificação	Taxa
Entrada	por 1M de tokens de prompt	$0.138 (era $0.14)
Produção	por 1M de tokens gerados	$0.275 (era $0.28)
Leitura implícita do cache	por 1M de tokens de entrada cacheados	$0.028
Busca na web	por requisição quando ativado	$0.01

Parâmetros

Parâmetro	Tipo	Obrigatório	Padrão	Descrição
`temperature`	Número	Não	`0.7`	Temperatura de amostragem. 0 = determinística, 2 = aleatoriedade máxima. · Intervalo: 0 – 2
`top_p`	Número	Não	`0.9`	Amostragem do núcleo com a probabilidade de massa. Menor = mais focado. · Intervalo: 0 – 1
`max_tokens`	Número	Não	`4096`	Tokens de saída máximos. · Intervalo: 1 – 393216
`stop`	String	Não	-	Até 4 strings em que o modelo para de gerar mais tokens.
`enable_thinking`	Booleano	Não	Verdade	Ative step-by-step raciocínio antes de responder.
`thinking_budget`	Número	Não	`32768`	Tokens máximos reservados para o processo de raciocínio. Até 393216. · Intervalo: 1 – 393216
`reasoning_effort`	enum	Não	`"medium"`	Nível de esforço de raciocínio. Nenhum impede o pensamento. orçamentos limitados de pensamento de conjuntos baixos, médios, altos e máximos, dimensionados para o modelo selecionado. Enviado como um campo de reasoning_effort estilo OpenAI, traduzido em enable_thinking e thinking_budget para o serviço modelo. · Permitido: `none`, `low`, `medium`, `high`, `max`
`tool_web_search`	Booleano	Não	falso	Ative a busca ao vivo na web. Adiciona $0.01 ao custo da solicitação quando ativado.

Machine esquema legível: GET https://api.empiriolabs.ai/v1/models/deepseek-v4-flash.