DeepSeek V4 Flash

DeepSeek V4 Flash — открытая модель для API, агентных сценариев и работы с кодом. Актуальная версия DeepSeek-V4-Flash-0731 принимает до 1 млн токенов контекста, возвращает до 384 тысяч токенов и доступна по прежнему API-имени deepseek-v4-flash. На 21 августа 2026 года DeepSeek по-прежнему указывает для неё статус public beta, а не GA.

Обновление от 31 июля 2026 года: DeepSeek выпустила DeepSeek-V4-Flash-0731 в публичной бете и заменила ею preview-версию. Имя модели в API не изменилось — deepseek-v4-flash.

Анонс от 9 сентября 2026 года: DeepSeek планирует выпустить V4.1 Flash около 10 сентября. Новые цены вступят в силу 10 сентября в 04:00 UTC. До фактического релиза текущей API-версией в этой карточке остаётся Flash-0731.

Что умеет DeepSeek V4 Flash

Модель работает в режимах thinking и non-thinking. Thinking включён по умолчанию с уровнем effort high; также доступны low и max. Flash поддерживает JSON Output, вызов инструментов, Responses API, Anthropic API и префиксное продолжение чата в бета-режиме. FIM Completion работает только при отключённом thinking.

Контекстное окно составляет 1 млн токенов, максимальный вывод — 384 тысячи. Лимит параллельности в API равен 2500: это предел одновременных запросов, а не гарантированная скорость или количество токенов в секунду.

В thinking-режиме параметры temperature, top_p, presence_penalty и frequency_penalty игнорируются. При использовании инструментов клиент должен вернуть reasoning_content вместе с результатом вызова в следующем запросе, иначе API отвечает ошибкой 400.

Цена DeepSeek V4 Flash

До 10 сентября 2026 года, 04:00 UTC, действует тариф, введённый 16 августа. С указанного момента DeepSeek снижает все три ставки Flash. Стоимость зависит от времени запроса и от попадания входных данных в кэш; суммы указаны за 1 млн токенов.

Вход из кэша дешевеет примерно на 57%, вход без кэша — на 32%, вывод — на 9%. Peak действует с 01:00 до 04:00 и с 06:00 до 10:00 UTC с понедельника по пятницу; всё остальное время считается off-peak. Числовые поля калькулятора переключаются только после вступления тарифа в силу, поэтому до 04:00 UTC 10 сентября базовыми остаются $0.22 за некэшированный ввод и $0.66 за вывод.

Новые условия получены из официального уведомления DeepSeek API пользователям. На момент проверки 9 сентября публичная страница цен ещё показывала прежние ставки.

Результаты в агентных тестах

DeepSeek публикует для версии Flash-0731 следующие результаты:

Это данные разработчика, а не независимое сравнение. Для публичных тестов code-agent компания использовала DeepSeek Harness в minimal mode, effort max, temperature 1.0 и top_p 0.95. Результаты стоит сопоставлять с другими моделями только при одинаковой версии теста и близкой конфигурации агента.

Кому подходит модель

DeepSeek V4 Flash имеет смысл рассматривать для приложений, которым нужны длинный контекст, работа с инструментами и высокий лимит параллельности. Возможности модели рассчитаны на программных агентов, анализ больших репозиториев, терминальные задачи и многошаговую автоматизацию.

Для продакшена нужно учитывать статус public beta и особенности thinking-режима. Если приложение использует FIM или управляет случайностью через sampling-параметры, режим следует выбирать явно: FIM доступен только без thinking, а sampling-параметры во время рассуждения не действуют.

Открытые веса DeepSeek-V4-Flash-0731 опубликованы под лицензией MIT. В метаданных официальной страницы модели на Hugging Face указан размер 304B, но актуальная документация не раскрывает число активных параметров. Поэтому прежнее описание «284 млрд всего и 13 млрд активных» не подходит для Flash-0731.