API 调用
按量计费无需部署,通过统一 API 快速调用模型,按实际用量付费。
开始 API 调用DeepSeek-V4-Flash 是 DeepSeek-V4 系列中的 MoE 语言模型,总参数量 284B,激活参数量 13B,支持 1M tokens 超长上下文与最高 384K tokens 输出。模型采用混合注意力架构(Compressed Sparse Attention, CSA 与 Heavily Compressed Attention, HCA)并引入 Manifold-Constrained Hyper-Connections 与 DSpark 推测解码模块,以提升长上下文推理效率与整体性能。0731 版本为正式发布版本(public beta),仅对预览版进行 re-post-training,架构与参数规模保持不变,显著增强了智能体能力。在 DeepSeek 自测的 9 项 agentic / 编程基准上(包括 Terminal-Bench 2.1、DeepSWE、Toolathlon-Verified 等)分数均超过 V4-Pro Preview。模型原生支持 OpenAI Responses API 与 Codex 适配,reasoning_effort 参数支持 low / high / max 三档调节,适用于复杂 agent 工作流、长文本理解与代码任务
通过 API 即可调用,按实际使用量计费。
计费币种:人民币| 计费类型 | 单价 / 计费单位 | 计费条件 |
|---|---|---|
| 输入 tokens | ¥ 1.50 / M Tokens | 费用发生时段: 2点~8点 |
| 输入 tokens | ¥ 3.00 / M Tokens | 费用发生时段: 0点~2点/8点~24点 |
| 输出 tokens | ¥ 4.50 / M Tokens | 费用发生时段: 2点~8点 |
| 输出 tokens | ¥ 9.00 / M Tokens | 费用发生时段: 0点~2点/8点~24点 |
| 缓存命中 tokens | ¥ 0.15 / M Tokens | 费用发生时段: 2点~8点 |
| 缓存命中 tokens | ¥ 0.30 / M Tokens | 费用发生时段: 0点~2点/8点~24点 |
Base URL: https://api.siliconflow.cn/v1
curl -X POST https://api.siliconflow.cn/v1/chat/completions \
-H "Authorization: Bearer $SILICONFLOW_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-ai/DeepSeek-V4-Flash",
"messages": [
{
"role": "user",
"content": "你好,请介绍一下自己。"
}
]
}'
请将 API Key 设置为环境变量 SILICONFLOW_API_KEY,避免在客户端公开密钥。
硅基流动模型广场的 DeepSeek-V4-Flash 为 0731 版本,是 DeepSeek-V4 系列的效率之选,可通过硅基流动 API 直接调用。
“效率之选”指在维持推理速度与调用成本的前提下提升能力。
0731 版本实现 Agent 能力系统性升级,可稳定承接更多高复杂度端到端智能体任务。
0731 版本仅做后训练,模型结构与参数规模不变,不是换代,而是针对实际使用短板的定向强化。
DeepSeek 官方 9 项 Agent 基准评测中,V4-Flash-0731 全面超越 V4 Flash Preview 与 V4 Pro Preview。
多项核心能力与行业顶尖 Opus 4.8 的差距缩小至个位数。
提升落点具体:代码开发、工具调用、多步任务闭环、自主纠错四项 Agent 落地核心能力均全方位提升。
DeepSeek-V4-Flash-0731 补齐了三个关键工程环节:原生支持 OpenAI Responses API、支持 low/high/max 三档 reasoning effort、针对 Codex 专项适配。
Responses API 原生支持可少一层协议转换,直接接入已有 Agent 框架与 SDK。
三档 reasoning effort 把“思考深度”变成可调参数:低复杂度走低档换延迟与成本,复杂规划走高档换成功率,无需靠换模型分层。
V4-Flash-0731 不再只是快且便宜的通用模型,而是能直接嵌入 Agent 生产流程的底座。
DeepSeek-V4-Flash-0731 系统性升级 Agent 能力,核心提升集中在代码开发、工具调用、多步任务闭环、自主纠错四项。
适配“需要连续决策、且过程能被环境反馈校验”的工作。
典型场景:仓库级代码修改与缺陷修复、串联多个外部工具的自动化流程、跑起来后需看结果继续改的生成类任务。
模型选择看任务类型,而非“新版一定更好”。
DeepSeek-V4-Flash-0731 的 Agent 与代码任务能力已反超 V4-Pro-Preview,但知识密集型任务(事实问答、高准确率检索)仍是短板,SimpleQA 类指标明显弱于 Pro 级别模型。
替换建议用任务级指标:取一批线上真实多步任务,新旧模型各跑一遍,比较任务闭环成功率、平均迭代轮数、失败后自恢复比例、单任务总成本。
压测时 reasoning effort 跑满三档,很多替换失败并非模型不行,而是复杂任务默认走了低档。
Artificial Analysis 的 Intelligence Index 显示,DeepSeek-V4-Flash-0731 与 Opus-4.8 智力相当,但后者平均调用成本是前者的数十倍。
硅基流动实际调用价以模型页当前价格为准,采用分时定价,分输入/输出/缓存三档,可关注平台限时优惠。
接入方面,WorkBuddy、Claude Code、Codex、OpenClaw、Hermes Agent、OpenCode、Cursor、TRAE、Kilo Code、Cline、Roo Code 等工具均可接入硅基流动的 DeepSeek-V4-Flash-0731 API,无需复杂配置。