高效轻量化MoE模型，总参284B，激活13B，原生支持百万超长上下文能力。推理速度快、延迟低、调用成本低廉，综合能力均衡，主打高并发、轻量化任务，适合日常对话、内容创作、基础 RAG、批量文案处理等普惠刚需场景。
推理服务供应商
deepseek-v4-flash模型的推理服务供应商为阿里云百炼。
模型能力
- 华北2（北京）
- 新加坡
- 德国（法兰克福）
- 美国（弗吉尼亚）
- 日本（东京）
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 支持 |
结构化输出 | 支持 | 联网搜索 | 支持 |
前缀续写 | 不支持 | 上下文缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 | 1000000 | 最大输出长度 | 393216 |
上下文长度 | 1000000 |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。
- 华北2（北京）
- 新加坡
- 德国（法兰克福）
- 美国（弗吉尼亚）
- 日本（东京）
| 计费项 | 价格（元） | 单位 |
|---|---|---|
输入 | 1 | 每百万tokens |
输出 | 2 | 每百万tokens |
输入（缓存命中） | 0.2 | 每百万tokens |
限流
- 华北2（北京）
- 新加坡
- 德国（法兰克福）
- 美国（弗吉尼亚）
- 日本（东京）
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 15000 |
TPM（每分钟tokens） | 1,200,000 |
快照版本
deepseek-v4-flash-0731
高效轻量化MoE模型，总参284B，激活13B，原生支持百万超长上下文能力。推理速度快、延迟低、调用成本低廉，综合能力均衡，主打高并发、轻量化任务，适合日常对话、内容创作、基础 RAG、批量文案处理等普惠刚需场景。
推理服务供应商
deepseek-v4-flash-0731模型的推理服务供应商为阿里云百炼。
模型能力
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 支持 |
结构化输出 | 不支持 | 联网搜索 | 支持 |
前缀续写 | 不支持 | 上下文缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 | 1000000 | 最大输出长度 | 393216 |
上下文长度 | 1000000 |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。
- 华北2（北京）
- 新加坡
- 德国（法兰克福）
- 美国（弗吉尼亚）
- 日本（东京）
| 计费项 | 价格（元） | 单位 |
|---|---|---|
输入（闲时） | 1.5 | 每百万tokens |
输入（忙时） | 3 | 每百万tokens |
输出（闲时） | 4.5 | 每百万tokens |
输出（忙时） | 9 | 每百万tokens |
输入（缓存命中，闲时） | 0.15 | 每百万tokens |
输入（缓存命中，忙时） | 0.3 | 每百万tokens |
限流
- 华北2（北京）
- 新加坡
- 德国（法兰克福）
- 日本（东京）
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 15000 |
TPM（每分钟tokens） | 1,200,000 |