DeepSeek V4 Flash
DeepSeek · Text Generation
POST /v1/chat/completions轻量级MoE模型，总参数284B/活动参数13B，原生100万上下文，优化为低延迟、经济高效的高并发使用。
一眼看
| 场地 | 价值 |
|---|---|
| 型号ID | deepseek-v4-flash |
| 车型发布日期 | 2026-04-24 |
| 输入模态 | 正文 |
| 输出模态 | 正文 |
| 上下文窗口 | 1M |
| 重量精度 | - |
| 最大输出令牌 | 393,216 |
| 地区 | 德国 |
| 特色 | 理由 |
| 本土推断 | 不 |
| 新 | 是的 |
| 支持的端点 | POST /v1/chat/completions，POST /v1/responses，POST /v1/messages |
定价
| 冲锋 | 规格 | 速率 |
|---|---|---|
| 输入 | 每100万个提示词标记 | $0.14 |
| 输出 | 每100万个生成代币 | $0.28 |
| 网页搜索（Linkup） | 每次调用时 | $0.013 |
示例请求
$ 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"}]}'
参数
| 参数 | 类型 | 必修 | 默认 | 描述 |
|---|---|---|---|---|
temperature | 人数 | 不 | 0.7 | 采样温度。0 = 确定性，2 = 最大随机性。·射程：0 – 2 |
top_p | 人数 | 不 | 0.9 | 核抽样概率质量。低 = 更专注。·射程：0 – 1 |
max_tokens | 人数 | 不 | 4096 | 最大输出令牌。·射程：1 – 393216 |
stop | 弦 | 不 | - | 最多有4串字符串，模型会停止生成更多代币。 |
enable_thinking | 布尔值 | 不 | 确实如此 | 在回答之前，先step-by-step理性思考。 |
thinking_budget | 人数 | 不 | 32768 | 为推理过程保留的最大令牌。到393216。·射程：1 – 393216 |
reasoning_effort | 枚举 | 不 | "medium" | 推理努力程度。没有人能让思考失效。低、中、高和最大设定了根据所选模型大小的有界思维预算。以类似OpenAI的 reasoning_effort 字段形式发送，转换为模型服务的enable_thinking和thinking_budget。·允许：none、low、medium、high、max |
web_search_linkup | 布尔值 | 不 | 错误 | 可选的网页搜索由Linkup提供。启用后，最近的网页源会通过最新的用户消息作为查询检索，并作为额外上下文提供给模型。在模型正常的代币成本基础上，每个请求都增加了固定$0.013。默认为禁用。 |
disable_formatting | 布尔值 | 不 | 错误 | 启用后，网关不会在使用Linkup网页搜索的助理响应中附加“来源”脚部。当模型输出被传输到另一个不需要装饰的系统时，这很有用。 |
变体
:variant1
| 场地 | 价值 |
|---|---|
| 型号ID | deepseek-v4-flash:variant1 |
| 车型发布日期 | 2026-04-24 |
| 地区 | 新加坡 |
| 上下文窗口 | 1M |
| 重量精度 | - |
| 最大输出令牌 | 393,216 |
| 特色 | 理由，web_search |
| 本土推断 | 不 |
| 支持的端点 | POST /v1/chat/completions，POST /v1/responses，POST /v1/messages |
价格
| 冲锋 | 规格 | 速率 |
|---|---|---|
| 输入 | 每100万个提示词标记 | $0.20 |
| 输出 | 每100万个生成代币 | $0.40 |
| 网络搜索 | 启用时每个请求 | $0.02 |
参数
| 参数 | 类型 | 必修 | 默认 | 描述 |
|---|---|---|---|---|
temperature | 人数 | 不 | 0.7 | 采样温度。0 = 确定性，2 = 最大随机性。·射程：0 – 2 |
top_p | 人数 | 不 | 0.9 | 核抽样概率质量。低 = 更专注。·射程：0 – 1 |
max_tokens | 人数 | 不 | 4096 | 最大输出令牌。·射程：1 – 393216 |
stop | 弦 | 不 | - | 最多有4串字符串，模型会停止生成更多代币。 |
enable_thinking | 布尔值 | 不 | 确实如此 | 在回答之前，先step-by-step理性思考。 |
thinking_budget | 人数 | 不 | 32768 | 为推理过程保留的最大令牌。到393216。·射程：1 – 393216 |
reasoning_effort | 枚举 | 不 | "medium" | 推理努力程度。没有人能让思考失效。低、中、高和最大设定了根据所选模型大小的有界思维预算。以类似OpenAI的 reasoning_effort 字段形式发送，转换为模型服务的enable_thinking和thinking_budget。·允许：none、low、medium、high、max |
tool_web_search | 布尔值 | 不 | 错误 | 启用实时网络搜索。启用时会在请求费用上增加$0.02附加费。 |
:variant2
| 场地 | 价值 |
|---|---|
| 型号ID | deepseek-v4-flash:variant2 |
| 车型发布日期 | 2026-04-24 |
| 地区 | 中国 |
| 上下文窗口 | 1M |
| 重量精度 | - |
| 最大输出令牌 | 384,000 |
| 特色 | 推理、function_calling、快web_search、缓存 |
| 本土推断 | 不 |
| 支持的端点 | POST /v1/chat/completions，POST /v1/responses，POST /v1/messages |
价格
| 冲锋 | 规格 | 速率 |
|---|---|---|
| 输入 | 每100万个提示词标记 | $0.138（曾经$0.14） |
| 输出 | 每100万个生成代币 | $0.275（曾经$0.28） |
| 隐式缓存读取 | 每 1M 缓存输入标记 | $0.028 |
| 网络搜索 | 启用时每个请求 | $0.01 |
参数
| 参数 | 类型 | 必修 | 默认 | 描述 |
|---|---|---|---|---|
temperature | 人数 | 不 | 0.7 | 采样温度。0 = 确定性，2 = 最大随机性。·射程：0 – 2 |
top_p | 人数 | 不 | 0.9 | 核抽样概率质量。低 = 更专注。·射程：0 – 1 |
max_tokens | 人数 | 不 | 4096 | 最大输出令牌。·射程：1 – 393216 |
stop | 弦 | 不 | - | 最多有4串字符串，模型会停止生成更多代币。 |
enable_thinking | 布尔值 | 不 | 确实如此 | 在回答之前，先step-by-step理性思考。 |
thinking_budget | 人数 | 不 | 32768 | 为推理过程保留的最大令牌。到393216。·射程：1 – 393216 |
reasoning_effort | 枚举 | 不 | "medium" | 推理努力程度。没有人能让思考失效。低、中、高和最大设定了根据所选模型大小的有界思维预算。以类似OpenAI的 reasoning_effort 字段形式发送，转换为模型服务的enable_thinking和thinking_budget。·允许：none、low、medium、high、max |
tool_web_search | 布尔值 | 不 | 错误 | 启用实时网络搜索。启用后会增加$0.01请求费用。 |
Machine可读模式： GET https://api.empiriolabs.ai/v1/models/deepseek-v4-flash。