TLDR DeepSeek-V4-Flash-0731 (31 Temmuz 2026’da yayınlandı), DeepSeek’in verimli Mixture-of-Experts modelinin (toplam 284B / aktif 13B parametre, 1M-token bağlam) resmi, üretime hazır sürümüdür. Hedefli sonradan eğitimi sayesinde ajan odaklı kodlama, araç kullanımı ve çok adımlı yazılım mühendisliğinde dramatik kazanımlar sağlar. Yerel olarak Responses API ve OpenAI Codex’i destekler. DeepSeek Harness, modeli güvenilir bir otonom ajana dönüştürmek için tasarlanmış eşlikçi ajan çerçevesidir (resmi değerlendirmelerde minimal mod zaten kullanıldı; tam sürüm yakında).
Birlikte ele alındığında, Ağustos 2026 itibarıyla açık ağırlıklı ve API ile erişilebilir ajanik yapay zekâda en güçlü maliyet-performans oranlarından birini sunarlar.
Öne Çıkanlar
- Yalnızca sonradan eğitimle büyük ajan sıçraması: Nisan ön izlemesiyle aynı 284B/13B mimari, ancak çok daha yüksek skorlar (ör. Terminal Bench 2.1: 82.7 vs 61.8; DeepSWE: 54.4 vs 7.3).
- Çok daha az etkin parametreye rağmen birden çok ajan kıyaslamasında DeepSeek-V4-Pro (Preview)’yu geride bırakır.
- En iyi kapalı modellerle rekabetçi (birçok ajan görevinde Claude Opus 4.8’e yakın) ve maliyetin küçük bir kısmına.
- Yerel 1M bağlam, spekülatif kod çözme (DSpark), üç akıl yürütme çabası seviyesi (low/high/max), MIT lisansı, açık ağırlıklar.
- Responses API ve Codex için resmi destek (CLI, masaüstü, VS Code eklentisi).
- DeepSeek Harness (resmi değerlendirmelerde kullanılan minimal mod) kapanık betada; halka açık sürüm yakında. DeepSeek Harness ajan çalışma zamanı katmanını sağlar; model + harness = üretim ajanı.
- Yüksek hacimli kodlama ajanları, terminal otomasyonu, araç kullanımı ve uzun bağlam iş akışları için ideal.
- CometAPI üzerinden DeepSeek modellere uygun maliyetle ve birleşik araçlarla erişin (OpenAI uyumlu uç nokta, rekabetçi fiyatlandırma, çoklu model yönlendirme).
DeepSeek V4 Flash 0731’te Neler Yeni?
Resmi sürüm durumu değişti
En önemli ürün değişikliği, DeepSeek V4 Flash 0731’in artık API’de halka açık betada DeepSeek V4 Flash’ın resmi sürümü olması. DeepSeek’in 31 Temmuz değişiklik günlüğü geliştiricilerin en son sürüme erişmek için aynı model adını, deepseek-v4-flash, çağırmaya devam edebileceğini söylüyor. Bu, geçiş için önemlidir çünkü yeni bir model kısa adı gerektirmez ve ekiplerin mevcut yönlendirme mantıklarının arkasında güncellemeyi test etmesine olanak tanır.
DeepSeek ayrıca güncellemenin yalnızca V4 Flash API’yi yükselttiğini belirtiyor. V4 Pro API ve uygulama/web modelleri 31 Temmuz sürümüyle değişmedi ve DeepSeek, resmi V4 Pro sürümünün yakında geleceğini söyledi. Başka bir deyişle, bu tam bir DeepSeek V4 aile yenilemesi değil. Hedefli bir Flash güncellemesi.
Mimari aynı kaldı, sonradan eğitim değişti
Çekirdek mimari değişmedi: bir Mixture-of-Experts (MoE) modeli; her token için yalnızca 13 milyarının etkin olduğu toplam 284 milyar parametre, uzun bağlam için optimize edilmiş hibrit dikkat tasarımı ve yerel 1 milyon token bağlam penceresi. Daha hızlı üretim için ekli bir spekülatif kod çözme modülü (DSpark) bulunuyor. Model yalnızca metindir, ayarlanabilir akıl yürütme çabası düzeylerini (low / high / max), araç çağırmayı, yapılandırılmış çıktıyı destekler ve esnek MIT lisansı altında yayınlanmıştır.
Bu ayrım önemlidir. Birçok model güncellemesi, model daha büyük olduğu için iyileşir. Bu güncelleme ise daha ilginç çünkü DeepSeek, modelin parametre ayak izini artırmadan büyük bir ajanik sıçrama iddia ediyor. V4 Flash, çıkarım zamanında V4 Pro’nun 1.6T toplam, 49B aktif tasarımından çok daha küçük olan, toplam 284B, aktif 13B’lik bir Mixture-of-Experts model olarak kalıyor.
Ajan odaklı kodlama puanları sıçradı
DeepSeek’in resmi tablosu terminal, depo inşası, siber, yazılım mühendisliği, araç kullanımı, otomasyon ve tam yığın kodlama görevlerinde büyük iyileşmeler gösteriyor. Eski Flash ön izlemesine göre en büyük mutlak sıçrama DeepSWE’de: 7.3’ten 54.4’e, 47.1 puan artış. Cybergym 38.0 puan, DSBench-Hard 33.8 puan ve DSBench-FullStack 31.7 puan artıyor.
Bu nedenle V4 Flash 0731, normal bir “hızlı model” gibi değil, kodlama ajanları için aday varsayılan model olarak tartışılıyor. Değer önerisi sadece ucuz sohbet değil. Ucuz, uzun bağlamlı, araç dostu ajan çıkarımı.
Responses API ve Codex desteği geldi
31 Temmuz DeepSeek değişiklik günlüğü, resmi V4 Flash’ın yerel olarak Responses API formatını desteklediğini ve özel olarak Codex’e uyarlandığını söylüyor. DeepSeek’in Responses API rehberi, formatın Codex talebini karşılamak için eklendiğini, taban URL’nin https://api.deepseek.com olduğunu ve şu anda deepseek-v4-flashı desteklediğini belirtiyor.
Bu önemlidir çünkü Codex tarzı geliştirme iş akışları basit sohbet oturumları değildir. Yapılandırılmış giriş ve çıkış öğeleri, akıl yürütme öğeleri, araç çağrıları, dosya değişiklik işlemleri, akış etkinlikleri, kullanım muhasebesi ve kodlama-ajan istemcileriyle entegrasyon gerekir. DeepSeek’in desteği OpenAI Responses API yeteneklerinin kusursuz bir kopyası olmasa da, V4 Flash’ı kodlama ajanı deneyleri için çok daha pratik bir tak-çalıştır adayı haline getirir.
Resmi V4-Flash sürümü için performans kıyaslamaları
Geliştiricilerin göz ardı etmemesi gereken kıyaslama uyarıları
Resmi değerlendirme sonuçları (model kartında DeepSeek tarafından raporlandı) ön izlemeye ve dikkat çekici şekilde çok daha büyük V4-Pro Önizleme’ye kıyasla ajan merkezli görevlerde büyük sıçramalar gösteriyor. Kod ajanı kıyasları için değerlendirmeler, max akıl yürütme çabası, temperature = 1.0, top_p = 0.95 ile DeepSeek Harness’in “minimal modunu” (yayınlanacak) kullandı.
Bunun iki sonucu var. Birincisi, sonuç kısmen bir model ve harness sonucudur. Ajan çalışma zamanınız farklı araçlara, kabuk izinlerine, bağlam yönetimine, yeniden denemelere, yama kurallarına veya hata işlemeye sahipse aynı skorları elde etmeyebilirsiniz. İkincisi, DeepSeek dış ekiplerin karşılaştırılabilir testler çalıştırabilmesi için yeterli harness ve değerlendirme kurulumunu yayınlayana kadar bağımsız yeniden üretim sınırlıdır.
Resmi DeepSeek kıyaslama tablosu
| Kıyaslama | V4-Flash-0731 | V4-Flash Preview | V4-Pro Preview | GLM-5.2 | Opus-4.8 |
|---|---|---|---|---|---|
| Terminal Bench 2.1 | 82.7 | 61.8 | 72.1 | 81.0 | 85.0 |
| NL2Repo | 54.2 | 39.4 | 38.5 | 48.9 | 69.7 |
| Cybergym | 76.7 | 38.7 | 52.7 | — | 83.1 |
| DeepSWE | 54.4 | 7.3 | 12.8 | 46.2 | 58.0 |
| Toolathlon-Verified | 70.3 | 49.7 | 55.9 | 59.9 | 76.2 |
| Agents’ Last Exam | 25.2 | 15.8 | 16.5 | 23.8 | 25.7 |
| AutomationBench Public | 25.1 | 10.8 | 12.8 | 12.9 | 27.2 |
| DSBench-FullStack † | 68.7 | 37.0 | 41.8 | 61.8 | 71.6 |
| DSBench-Hard † | 59.6 | 25.8 | 31.1 | 54.5 | 71.7 |
Bu dokuz kıyasın genelinde V4 Flash 0731 ortalama 55.2 yapıyor. Eski V4 Flash ön izlemesi ortalama 29.6 ve V4-Pro Önizleme ortalama 34.9. Bu, V4 Flash 0731’in bu tabloda Flash ön izlemesinden yaklaşık 25.6 puan ve V4-Pro Önizleme’den 20.3 puan daha yüksek olduğu anlamına geliyor.
Üçüncü taraf sinyalleri
ARC Prize, V4 Flash 0731’i max çabada ARC-AGI-1 Semi-Private’ta %89.0 ve ARC-AGI-2 Semi-Private’ta %61.4 olarak rapor ediyor; görev başı maliyetler $0.02 ve $0.04. Bunlar kodlama-ajan kıyasları değil, ancak modelin daha yüksek çabada çalıştırıldığında akıl yürütme görevlerinde rekabetçi olduğu görüşünü destekliyor.
Kazançlar özellikle DeepSWE (yazılım mühendisliği ajan döngüsü) ve Cybergym’de dikkat çekici. Bağımsız ölçümler (ör. Artificial Analysis) Terminal-Bench için biraz daha düşük ancak hâlâ güçlü ~%79 rakamları bildiriyor; bu da iyileştirmenin yönünü doğrularken satıcı-harness sayıların genellikle iyimser olduğunu hatırlatıyor.
Önceki V4 değerlendirmelerinden ve üçüncü taraf toplayıcılardan gelen ek bağlam, max akıl yürütme modunda güçlü bilgi ve kodlama performansı gösteriyor (GPQA Diamond ~%88–91, LiveCodeBench kaynağa bağlı olarak yüksek %80’ler–%90’lar). 0731 sonradan eğitimi, ön izlemenin eksik kaldığı ajan güvenilirliğini özellikle açtı.
DeepSeek-V4-Flash artık Responses API ve Codex’i destekliyor
Stratejik olarak önemli bir ekleme, OpenAI’nin Responses API’sine yerel destektir. DeepSeek’in resmi dokümantasyonu, Responses API’nin şu anda deepseek-v4-flashı desteklediğini doğruluyor (Pro desteği 2026 Ağustos başında bekleniyor). Taban URL https://api.deepseek.com olarak kalıyor.
Bu, geliştirici deneyiminde büyük bir yükseltmedir. Responses API ve Codex desteği öncesinde DeepSeek V4 Flash zaten metin modeli olarak çağrılabiliyordu, ancak bir kod ajanının daha fazla entegrasyon detayını kendisinin köprülemesi gerekiyordu. Artık model, Responses tarzı semantik bekleyen iş akışlarında kullanılabilir.
Responses API desteği neleri içerir
DeepSeek’in Responses API’si, /responses noktasında OpenAI Responses API formatında bir model yanıtı oluşturur. Responses API; model, input, instructions, stream, temperature, top_p, max_output_tokens, top_logprobs, araçlar, araç seçimi, akıl yürütme çabası, metin formatı ve kullanım raporlamasını destekler. API durumsuzdur, bu nedenle çok turlu etkileşimlerde istemcilerin tam konuşma geçmişini göndermesi gerekir.
En önemli uyumluluk ayrıntıları pratiktir:
- Şu anda Responses API için desteklenen tek model
deepseek-v4-flash. developermesajlarısystemmesajları olarak değerlendirilir.- Fonksiyon araçları, akış ve ayarlanabilir akıl yürütme çabası ile sunucu tarafı web araması desteklenir.
- Özel araç türü yalnızca
apply_patchiçin desteklenir; bu Codex uyumluluğu açısından önemlidir. - Görsel ve dosya girdileri desteklenmez; görsel giriş parçaları yer tutucu metinle değiştirilir.
previous_response_id,conversation,store, arka plan modu, metadata ve bazı bağlam yönetimi özellikleri desteklenmez.- Desteklenmeyen parametreler sessizce yok sayılabilir, bu nedenle üretim müşterileri beklenen davranışı açıkça test etmelidir.
Geliştiriciler için önemli nokta, Responses API desteğinin sadece sözdizimsel bir ayrıntı olmadığıdır. DeepSeek V4 Flash’ın, fonksiyon çağrıları, akış olayları, akıl yürütme öğeleri ve yama uygulamanın tutarlı şekilde temsil edilmesi gereken modern kod ajanı protokol şeridine oturmasını sağlar.
Durumsuz tasarım (istemci konuşma geçmişini yönetir). Örnek (Python):
from openai import OpenAI
client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")
response = client.responses.create(
model="deepseek-v4-flash",
instructions="You are a helpful coding assistant.",
input="Refactor this Python function for better readability...",
reasoning={"effort": "max"}
)
print(response.output_text)
Tüm ayrıntılar ve Codex entegrasyon rehberi: DeepSeek API Dokümanları – Responses API ve Codex ile Entegrasyon.
Codex desteği ne anlama geliyor
DeepSeek’in Codex entegrasyon rehberi, Codex’in modellere Responses API üzerinden konuştuğunu ve DeepSeek’in bunu yerel olarak desteklediğini belirtiyor. Bu, Codex (OpenAI’nin kodlama ajan ekosistemi — CLI, ChatGPT masaüstü uygulaması ve VS Code uzantısı) ile doğrudan entegrasyonu mümkün kılar.
Geliştiriciler bir kez kurulum betiğiyle ya da ~/.codex/config.toml ve bir modeller kataloğu dosyasını düzenleyerek özel bir sağlayıcı yapılandırabilir. Yapılandırmadan sonra Codex istemcileri DeepSeek-V4-Flash’ı tanır ve onun araç çağırma, apply_patch, web araması ve akıl yürütme yeteneklerini kullanabilir.
DeepSeek V4 Flash ile DeepSeek V4 Pro karşılaştırması
| Özellik | V4-Flash-0731 | V4-Pro (tipik / Önizleme) |
|---|---|---|
| Toplam / Aktif Parametre | 284B / 13B | ~1.6T / 49B |
| Bağlam penceresi | 1M token | 1M token |
| Güçlü yönler | Ajanik kodlama, terminal, maliyet, hız | En derin akıl yürütme, bilgi, en zor görevler |
| Ajan kıyaslarında üstünlük | Yayınlanan 0731 ajan setinde kazanır | Daha önceki değerlendirmelerde saf bilgi ve karmaşık çok dosyalı görevlerde daha güçlü |
| Tipik API fiyatlandırması | ~$0.14 giriş / $0.28 çıkış (önbellek çok daha düşük) | Önemli ölçüde daha yüksek (tarihsel olarak 3–12×) |
| En uygun kullanım | Yüksek hacimli ajanlar, üretim kodlama döngüleri, maliyete duyarlı uygulamalar | Sınır araştırmaları, tek görevde maksimum yetenek |
| Açık ağırlıklar | Evet (MIT) | Evet (MIT) |
Geliştiriciler hangisini önce kullanmalı?
0731 ile yayınlanan belirli ajan kıyaslarında, daha küçük Flash modeli listelenenlerin tümünde Pro ön izlemesini geride bırakıyor. Saf bilgi getirimi veya mutlak en zor akıl yürütme problemleri için, birçok bağımsız ve önceki değerlendirmede Pro hâlâ avantajlı. Pratikte pek çok ekip artık ajanik iş yüklerinin çoğu için varsayılan olarak Flash’ı kullanıyor ve yalnızca en zorlu görevleri Pro’ya (veya diğer sınır modellerine) yönlendiriyor.
Bu yönlendirme stratejisinde CometAPI yardımcı olabilir. Tüm iş yükleri için tek bir modeli sabitlemek yerine, model seçimini, günlüklemeyi, maliyet takibini ve geri dönüş politikalarını merkezileştirmek için CometAPI’yi kullanın. Örneğin:
- Depo özetleme, yeniden yapılandırma planlama, kod inceleme taslakları, üretilmiş testler, yapılandırılmış çıkarım, uzun bağlamlı SSS ve tekrarlı ajan döngüleri için V4 Flash kullanın.
- Görev yüksek iş riski taşıyorsa, gereksinimler belirsizse, üretim kodu kırılgansa veya tekrarlı başarısız denemeler varsa V4 Pro’ya ya da başka bir premium modele yükseltin.
- Önemli olan nihai metriği takip edin: dolar başına kabul edilen düzeltmeler, saat başına başarılı görevler veya tasarruf edilen insan inceleme dakikaları.
DeepSeek Harness nedir?
DeepSeek Harness, DeepSeek’in modellerini güvenilir otonom ajanlara dönüştürmek için geliştirdiği resmi ajan çerçevesi/çalışma zamanı katmanıdır. Şirket denklemi basit kuruyor: Model + Harness = Ajan.
V4-Flash-0731’in resmi değerlendirmeleri çoktan DeepSeek Harness’in “minimal modunu” kullandı. Tam ürün hâlâ yayına alınıyor (Temmuz sonu–Ağustos başı 2026 civarında işe alım ve erken testler aktiftir). Ekip, Cui Tianyi (niceliksel alım satım sistemleri geçmişi) liderliğinde ve iş tanımları, prefix önbellekleme, uzun bağlam yönetimi, KV-önbellek optimizasyonu, araç kullanımı zincirleme, hata kurtarma ve otomatik yeniden deneme gibi DeepSeek-V4 özellikleriyle derin entegrasyonu vurguluyor.
Harness, genel bir LangChain tarzı sarmalayıcı değildir. Modelle birlikte tasarlanmaktadır; böylece bağlam yönetimi, araç orkestrasyonu, kanıt toplama ve onarım döngüleri V4’e özgü verimliliklerden (seyrek dikkat, önbellekleme, akıl yürütme modları) yararlanır. Topluluk projeleri ve üçüncü taraf harness’ler de mevcut, ancak resmi Harness mümkün olan en sıkı model–çalışma zamanı eşleşmesini hedefler.
Tam olarak yayınlandığında şunları sağlaması beklenir:
- Kodlama ve otomasyon için yapılandırılmış ajan döngüleri.
- Güvenlik kapıları ve onay akışları.
- Uzun ufuklu görevler için verimli bağlam işleme.
- Gözlemlenebilirlik ve artefakt üretimi.
Tam sürüm öncesinde, geliştiriciler zaten V4-Flash-0731’i mevcut ajan çerçeveleriyle eşleyerek veya Responses API + Codex yolunu kullanarak güçlü sonuçlar elde edebilir.
Fiyatlandırma, erişilebilirlik ve pratik dağıtım
- Resmi API fiyatlandırması (yaklaşık): 1M giriş token için $0.14 (önbellek kaçırma), önbellek isabette yaklaşık $0.0028–0.03, 1M çıkış token için $0.28. Yüksek eşzamanlılık limitleri.
- MIT altında Hugging Face’te açık ağırlıklar; yerel/öz barındırma için kantize GGUF sürümleri yaygın (tam kesinlik için ciddi VRAM gerekir — tam model büyüktür).
- Spekülatif kod çözme (DSpark) ve hibrit dikkat, uzun bağlam çıkarımını göreli olarak verimli tutar.
- Desteklenen çıkarım motorları: vLLM, SGLang ve dokümante tariflere sahip diğerleri.
Birçok ekip için en kolay üretim yolu OpenAI uyumlu bir ağ geçididir. CometAPI tek bir uç nokta (https://api.cometapi.com/v1) üzerinden DeepSeek modellerine (V4 serisi dahil) yüzlerce modelle birlikte birleşik erişim sunar. Avantajlar arasında basitleştirilmiş çoklu model yönlendirme, doğrudan sağlayıcılara kıyasla rekabetçi veya indirimli fiyatlandırma, kullanım analitiği ve uygulama kodunu değiştirmeden Flash, Pro ve diğer modeller arasında geçiş yapabilme bulunur. Bu, zorluk/maliyet bazlı geri dönüş veya yönlendirme yapabilen ajanik sistemler için özellikle kullanışlıdır.
Bu makale itibarıyla CometAPI’nin DeepSeek V4 Flash’ı karşılaştırma tablosunda 1M giriş token için başlangıç fiyatı $0.12, 1M çıkış token için $0.24, 24 saat içinde %100.0 çalışma süresi ve 2941 ms gözlenen yanıt olarak listelenmişti. DeepSeek ayrıca genel API fiyatlarının yakında artabileceği konusunda uyarıyor. Sağlayıcı fiyatları değişebileceğinden, güvenli yayın dili şudur: üretim bütçelerine bağlanmadan önce CometAPI’nin canlı kataloğunu ve DeepSeek’in resmi fiyatlandırmasını kontrol edin.
Geliştiriciler ve ekipler için pratik öneriler
- Ajanik kodlama için Flash-0731 ile başlayın — maliyet/performans oranı şu anda terminal, depo ve çoklu araç iş akışları için olağanüstü. En zor görevlerde max akıl yürütme çabası + Harness tarzı döngüler kullanın.
- Yerel çıkarım için Hugging Face’ten indirin ve DSpark’ı etkinleştiren resmi vLLM/SGLang tariflerini izleyin.
- Zaten Codex kullanıyorsanız veya modern araç çağırma semantiği istiyorsanız Responses API üzerinden entegre edin.
- Maksimum maliyet kontrolü ve veri gizliliği için öz barındırın veya kantize ağırlıklar kullanın.
- Akıllı yönlendirin — hacim için Flash, ultra zor problemler için Pro (veya diğer büyük modeller).
- Derlenmiş çoklu model erişimi için CometAPI’yi düşünün; özellikle yığınınız zaten DeepSeek’i diğer sağlayıcılarla karıştırıyorsa.
Sonuç
DeepSeek-V4-Flash-0731, verimli ajanik yapay zekâda dönüm noktası niteliğindedir. Görece kompakt bir MoE’den (aktif 13B) odaklı sonradan eğitimle sınır seviyesinde ajan performansı sunarak ve bunu amaç-odaklı bir Harness ile modern API uyumluluğu (Responses + Codex) ile eşleyerek, uygun maliyetli kodlama ve otomasyon ajanları için beklentileri yeniden belirledi.
İster açık ağırlıkları öz barındırın, ister resmi API’yi çağırın, ister CometAPI gibi bir birleşik ağ geçidi üzerinden yönlendirin; V4-Flash-0731 + gelişen Harness ekosistemi, yeni nesil AI ajanları için yüksek performanslı, uygun maliyetli bir temel sunar.
SSS
DeepSeek V4 Flash 0731 nedir?
DeepSeek V4 Flash 0731, DeepSeek API’de DeepSeek V4 Flash’ın resmi halka açık beta sürümüdür ve 31 Temmuz 2026 değişiklik günlüğünde duyurulmuştur. Ön izleme sürümünün yerini alır ve aynı API model adı deepseek-v4-flash ile tutulur.
DeepSeek V4 Flash 0731’te ne yeni?
Başlıca değişiklikler, daha güçlü ajanik kıyas performansı, yerel Responses API desteği, Codex uyarlaması ve yeniden sonradan eğitilmiş resmi V4 Flash yapısıdır. DeepSeek, model mimarisinin ve boyutunun ön izleme sürümüyle aynı kaldığını söylüyor.
DeepSeek V4 Flash 0731 Codex’i destekliyor mu?
Evet. DeepSeek’in Codex rehberi, şu anda yalnızca deepseek-v4-flashın Codex entegrasyonunu desteklediğini söylüyor. Entegrasyon Responses API üzerinden çalışır ve Codex CLI, ChatGPT masaüstü uygulaması ve VS Code için Codex IDE eklentisiyle yapılandırılabilir.
DeepSeek Harness nedir?
DeepSeek Harness, dil modellerini otonom kodlama veya iş akışı ajanlarına dönüştürmek için DeepSeek’in geliştirdiği ajan çerçevesidir. Kamuya açık raporlar, bir harness’in araçları, bağlamı, dosyaları, komut yürütmeyi ve çok adımlı iş akışlarını yöneten katman olduğunu tanımlar. DeepSeek, V4 Flash 0731 kıyas kurulumunda Harness’in minimal modunu kullandı.
DeepSeek V4 Flash’a CometAPI üzerinden nasıl erişebilirim?
CometAPI’nin OpenAI uyumlu uç noktasını deepseek-v4-flash model kimliğiyle kullanın. CometAPI model sayfası, /v1/chat/completions için cURL, Python ve JavaScript örnekleri ile model özellikleri, fiyatlandırma ve çalışma süresi bilgileri sağlar.
DeepSeek V4 Flash, DeepSeek V4 Pro’dan daha mı iyi?
31 Temmuz kıyas tablosu için V4 Flash 0731, listelenen ajan kıyaslarının tümünde V4-Pro Önizleme’yi geride bırakıyor. Bu, Flash’ın her zaman Pro’dan daha iyi olduğu anlamına gelmez. Pro daha büyüktür ve model kartında birçok bilgi yoğun ve zor akıl yürütme görevinde güçlü kalır. Maliyet duyarlı ajan iş akışları için varsayılan olarak Flash’ı, tırmanma rotası olarak Pro’yu kullanın.