DeepSeek-V4-Flash 的技術規格
| 項目 | 詳情 |
|---|---|
| 模型 | DeepSeek-V4-Flash |
| 提供者 | DeepSeek |
| 系列 | DeepSeek-V4 preview series |
| 架構 | Mixture-of-Experts (MoE) |
| 參數總量 | 284B |
| 啟用參數 | 13B |
| 上下文長度 | 1,000,000 tokens |
| 精度 | FP4 + FP8 mixed |
| 推理模式 | Non-think, Think, Think Max |
| 發布狀態 | Preview model |
| 授權條款 | MIT License |
什麼是 DeepSeek-V4-Flash？
DeepSeek-V4-Flash 是 DeepSeek 在 V4 系列中面向效率的預覽模型。它採用 Mixture-of-Experts 語言模型設計，在同等規模下具有相對較小的活躍參數占用，既能保持響應迅速，又可支援高達 100 萬 Token 的上下文視窗。
DeepSeek-V4-Flash 的主要特性
- 百萬 Token 上下文： 該模型支援 1,000,000-token 的上下文視窗，適用於超長文檔、大型程式碼庫與多步驟 Agent 會話。
- 效率優先的 MoE 設計： 總參數 284B，但每次請求僅啟用 13B 參數，旨在加速且提高推理效率。
- 三種推理模式： Non-think、Think、Think Max，讓你在任務變難時以速度換取更深層的推理能力。
- 強化長上下文架構： DeepSeek 表示 V4 系列結合了 Compressed Sparse Attention 與 Heavily Compressed Attention，以提升長上下文效率。
- 具競爭力的程式與 Agent 行為： 模型卡顯示在人類評估（HumanEval）、SWE Verified、Terminal Bench 2.0、BrowseComp 等編碼與 Agent 基準上表現出色。
- 開放權重與本地部署： 發布包含模型權重、本地推理指南與 MIT License，便於自託管與實驗。
DeepSeek-V4-Flash 的基準測試表現
官方模型卡的部分結果顯示，DeepSeek-V4-Flash 在多項核心基準上優於 DeepSeek-V3.2-Base：
| 基準測試 | 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 |
在推理與 Agent 表格中，Flash 變體在終端與軟體任務上也取得穩健成績；其中 Flash Max 在 Terminal Bench 2.0 上達到 56.9、在 SWE Verified 上達到 79.0，但在最困難、知識密集與 Agent 任務上仍落後於更大型的 Pro 模型。
DeepSeek-V4-Flash 對比 DeepSeek-V4-Pro 與 DeepSeek-V3.2
| 模型 | 最適用 | 取捨 |
|---|---|---|
| DeepSeek-V4-Flash | 快速、長上下文任務、程式碼助理與高吞吐 Agent 流程 | 在純知識與最複雜的 Agent 任務上略落後於 Pro |
| DeepSeek-V4-Pro | 最高能力需求、更深推理與更困難的 Agent 工作流程 | 較重，效率導向程度不如 Flash |
| DeepSeek-V3.2 | 作為對比與遷移規劃的較舊基線 | 官方表格中的基準表現低於 V4-Flash |
DeepSeek-V4-Flash 的典型使用情境
- 長文件分析，如合約、研究包、支援知識庫與內部 Wiki。
- 程式碼助理，需檢視大型倉庫、跨多檔跟隨指令，並長時維持上下文。
- Agent 工作流程，模型需進行推理、調用工具並反覆迭代而不丟失線索。
- 企業聊天系統，受惠於超大上下文與低門檻部署。
- 本地部署原型，供團隊在正式上線前評估 DeepSeek-V4 行為。
如何存取與使用 Deepseek v4 Flash API
Step 1: Sign Up for API Key
登入 cometapi.com。若你尚未成為我們的使用者，請先註冊。登入你的 CometAPI console。取得介面的訪問憑證 API key。在個人中心的 API token 處點擊 “Add Token”，獲取 token key：sk-xxxxx 並提交。
Step 2: Send Requests to deepseek v4 flash API
選擇 “deepseek-v4-flash” 端點發送 API 請求並設定請求體。請求方法與請求體可在我們網站的 API 文件中獲取。我們的網站也提供 Apifox 測試以便使用。將 <YOUR_API_KEY> 替換為你帳戶中的實際 CometAPI key。Where to call it: Anthropic Messages format 和 Chat format。
將你的問題或請求插入 content 欄位——模型會對此作出回應。處理 API 回應以取得生成的答案。
Step 3: Retrieve and Verify Results
處理 API 回應以獲得生成的答案。處理完成後，API 會返回任務狀態與輸出資料。可透過標準參數啟用串流、提示快取或長上下文處理等功能。