DeepSeek V4 Flash Flex

DeepSeek V4 Flash Flex 属于 deepseek-flash 系列，由 Neuralwatt 发布并开放权重。它要解决的问题集中在两点：一是长文档、长代码库、长对话等场景对上下文容量的极端需求，二是大规模调用时对输入输出成本的敏感。模型提供约百万级 tokens 的上下文窗口与接近四十万 tokens 的单次输出上限，知识截止到 2025 年 5 月，仅支持文本输入与文本输出。能力面上覆盖推理、工具调用、结构化输出与温度调节，适合接入 Agent 流程、批处理管线和需要稳定 JSON 结构的后端服务。官方定价处于同平台同类模型的最低档，缓存读取价格进一步压低重复上下文的开销，对以长提示词为主的调用方式较为友好。公开跑分缺失，选型时更适合把它当作成本与上下文优先的候选，再以自有任务做小样本验证。

选型建议需要百万级上下文、文本单模态且成本敏感时优先考虑；若依赖多模态输入或要求有公开跑分背书，则不宜作为首选。

• 审阅整仓库代码并输出结构化的问题清单与修改建议
• 对超长合同或技术文档做分段摘要与要点抽取
• 在 Agent 流程中承担工具调用与 JSON 结构化输出环节
• 批量生成或改写长文本内容，控制单次调用成本
• 搭建检索增强生成管线，利用缓存读降低重复上下文开销

公开资料对该模型的参数规模与具体网络结构披露很少，只能从上下文能力与功能接口做定性判断。

• 结构沿用 deepseek-flash 系列的稀疏化路线思路，权重开放，可自部署或经平台调用，具体层数与参数量未见披露。
• 能力支持推理、工具调用、结构化输出与温度调节，说明其在指令跟随与格式约束上做了对齐，便于嵌入自动化流程。
• 披露官方未公布训练数据构成与架构细节，知识截止为 2025 年 5 月，时效性判断需以此为准。

开源权重

是

模型家族

deepseek-flash

本站未收录该模型的第三方跑分，以下仅为基于功能面与定价档位的定性判断，不代表实测结论。

• 强项百万级上下文配合近四十万 tokens 输出上限，长文档摘要、整库代码审阅、超长多轮任务不易被截断。
• 短板仅支持文本模态，图片与音频输入不可用；缺少公开跑分，复杂推理的实际水平需自行验证。
• 适合以长上下文和低成本为首要诉求的批处理、检索增强生成与工具编排类任务，不适合对多模态有硬需求的场景。

官方价格在同平台同类模型中处于最低档，配合缓存读价格，长提示词场景的成本优势更明显。

• 定位输入 0.091 美元/百万 tokens、输出 0.182 美元/百万 tokens，属于该平台 Flash 档的入门价位。
• 横向对比相比同平台 DeepSeek V4.1 Flash Flex 输入价高约 7.1%，相比 Kimi K3 Flex 高出逾二十倍，价差悬殊。
• 平台差价models.dev 与 models.dev · neuralwatt 两条报价一致，暂无跨平台价差可供套利。
• 省钱缓存读仅 0.0182 美元/百万 tokens，把固定系统提示与长文档放在前缀复用，可显著摊薄单次调用成本。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.091/M / $0.182/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径本站未收录任何公开跑分，能力描述以功能清单与定价档位为依据，不等于实测性能结论。
• 边界仅文本输入输出，知识截止 2025 年 5 月；收录平台仅 1 家，供应渠道单一，需评估可用性风险。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。