Spesifikasi teknikal DeepSeek-V4-Flash
| Perkara | Butiran |
|---|---|
| Model | DeepSeek-V4-Flash |
| Provider | DeepSeek |
| Family | siri pratonton DeepSeek-V4 |
| Architecture | Gabungan Pakar (MoE) |
| Total parameters | 284B |
| Activated parameters | 13B |
| Context length | 1,000,000 tokens |
| Precision | FP4 + FP8 campuran |
| Reasoning modes | Non-think, Think, Think Max |
| Release status | Model pratonton |
| License | MIT License |
Apakah DeepSeek-V4-Flash?
DeepSeek-V4-Flash ialah model pratonton berfokus kecekapan dalam siri V4 oleh DeepSeek. Ia dibina sebagai model bahasa Gabungan Pakar dengan jejak aktif yang agak kecil bagi saiznya, yang membantu ia kekal responsif sambil tetap menyokong tetingkap konteks 1M token yang sangat besar.
Ciri utama DeepSeek-V4-Flash
- Konteks sejuta token: Model ini menyokong tetingkap konteks 1,000,000 token, sesuai untuk dokumen yang sangat panjang, kod asas yang besar, dan sesi ejen berbilang langkah.
- Reka bentuk MoE yang mengutamakan kecekapan: Ia menggunakan 284B jumlah parameter tetapi hanya 13B parameter diaktifkan bagi setiap permintaan, satu susunan yang disasarkan untuk inferens yang lebih pantas dan cekap.
- Tiga mod penaakulan: Non-think, Think, dan Think Max membolehkan anda menukar kelajuan untuk penaakulan yang lebih mendalam apabila tugasan menjadi lebih sukar.
- Seni bina konteks panjang yang kukuh: DeepSeek menyatakan siri V4 menggabungkan Compressed Sparse Attention dan Heavily Compressed Attention untuk menambah baik kecekapan konteks panjang.
- Keupayaan pengekodan dan tingkah laku ejen yang kompetitif: Kad model melaporkan keputusan kukuh pada penanda aras pengekodan dan ejen, termasuk HumanEval, SWE Verified, Terminal Bench 2.0, dan BrowseComp.
- Wajaran terbuka dan penyebaran setempat: Keluaran merangkumi wajaran model, panduan inferens setempat, dan MIT License, menjadikan hos sendiri dan eksperimen lebih praktikal.
Prestasi penanda aras DeepSeek-V4-Flash
Keputusan terpilih daripada kad model rasmi menunjukkan bahawa DeepSeek-V4-Flash bertambah baik berbanding DeepSeek-V3.2-Base pada beberapa penanda aras teras:
| Benchmark | DeepSeek-V3.2-Base | DeepSeek-V4-Flash-Base | DeepSeek-V4-Pro-Base |
|---|---|---|---|
| AGIEval (EM) | 80.1 | 82.6 | 83.1 |
| MMLU (EM) | 87.8 | 88.7 | 90.1 |
| MMLU-Pro (EM) | 65.5 | 68.3 | 73.5 |
| HumanEval (Pass@1) | 62.8 | 69.5 | 76.8 |
| LongBench-V2 (EM) | 40.2 | 44.7 | 51.5 |
Dalam jadual penaakulan-dan-ejen, varian Flash juga mencatat keputusan kukuh pada tugasan terminal dan perisian, dengan Flash Max mencapai 56.9 pada Terminal Bench 2.0 dan 79.0 pada SWE Verified, namun masih ketinggalan berbanding model Pro yang lebih besar pada tugasan yang paling berat dari segi pengetahuan dan bersifat ejen.
DeepSeek-V4-Flash vs DeepSeek-V4-Pro vs DeepSeek-V3.2
| Model | Kesesuaian terbaik | Kompromi |
|---|---|---|
| DeepSeek-V4-Flash | Pantas, kerja konteks panjang, pembantu pengekodan, dan aliran ejen ber-throughput tinggi | Sedikit ketinggalan berbanding Pro bagi pengetahuan tulen dan tugasan ejen paling kompleks |
| DeepSeek-V4-Pro | Tugasan keupayaan tertinggi, penaakulan lebih mendalam, dan aliran kerja ejen yang lebih sukar | Lebih berat dan kurang berorientasikan kecekapan berbanding Flash |
| DeepSeek-V3.2 | Asas lama untuk perbandingan dan perancangan migrasi | Prestasi penanda aras lebih rendah daripada V4-Flash pada jadual rasmi |
Kes penggunaan tipikal untuk DeepSeek-V4-Flash
- Analisis dokumen panjang untuk kontrak, pakej penyelidikan, pangkalan pengetahuan sokongan, dan wiki dalaman.
- Pembantu pengekodan yang perlu memeriksa repositori besar, mengikut arahan merentas banyak fail, dan mengekalkan konteks.
- Aliran kerja ejen di mana model perlu menaakul, memanggil alat, dan mengiterasi tanpa kehilangan konteks.
- Sistem sembang perusahaan yang mendapat manfaat daripada tetingkap konteks yang sangat besar dan penyebaran geseran rendah.
- Prototip penyebaran setempat untuk pasukan yang ingin menilai tingkah laku DeepSeek-V4 sebelum pengukuhan produksi.
Cara mengakses dan menggunakan API Deepseek v4 Flash
Langkah 1: Daftar untuk Kunci API
Log masuk ke cometapi.com. Jika anda belum menjadi pengguna kami, sila daftar terlebih dahulu. Log masuk ke CometAPI console. Dapatkan kelayakan akses kunci API bagi antaramuka tersebut. Klik “Add Token” pada token API di pusat peribadi, dapatkan kunci token: sk-xxxxx dan hantar.
Langkah 2: Hantar Permintaan ke API deepseek v4 flash
Pilih titik akhir “deepseek-v4-flash” untuk menghantar permintaan API dan tetapkan badan permintaan. Kaedah permintaan dan badan permintaan diperoleh daripada dokumen API laman web kami. Laman web kami juga menyediakan ujian Apifox untuk kemudahan anda. Gantikan <YOUR_API_KEY> dengan kunci CometAPI sebenar anda daripada akaun anda. Where to call it: Anthropic Messages format dan Chat format.
Masukkan soalan atau permintaan anda ke dalam medan content—ini yang akan diberi respons oleh model. Proses respons API untuk mendapatkan jawapan yang dijana .
Langkah 3: Dapatkan dan Sahkan Keputusan
Proses respons API untuk mendapatkan jawapan yang dijana. Selepas pemprosesan, API akan membalas dengan status tugasan dan data output. Dayakan ciri seperti penstriman, cache prompt, atau pengendalian konteks panjang melalui parameter piawai.