兑换代金券

DeepSeek

DeepSeek-V4-Flash

deepseek/deepseek-v4-flash
/v1/chat/completions/v1/completions/v1/messages

DeepSeek-V4-Flash是深度求索公司于2026年4月24日发布的高效经济版大语言模型。它采用混合专家(MoE)架构,总参数量约2840亿,每次推理仅激活约130亿参数,并原生支持高达100万Token的超长上下文。该版本在推理能力和简单Agent任务上接近性能强大的Pro版本,但凭借更小的参数和激活规模,能提供更快捷、低成本的API服务。适合需要快速响应和追求极致性价比的各类轻量级应用场景。

输入 / 输出模态
文本 至 文本
参考输入 / 输出价格
输入¥1输出¥2每百万 Token
上下文长度
1M
收录时间
2026年4月24日

供应通道与价格

供应通道高峰时段价格(北京时间)输入 /M输出 /M缓存读取 /M上下文最大输出详情
Other-A—¥1¥2¥0.21M384K
DeepSeek
09:00-12:0014:00-18:00输入 ¥3输出 ¥9缓存读取 ¥0.1
¥1.5¥4.5¥0.051M384K
Ali—¥1¥2¥0.21M384K
Ali-three-party—¥1¥2¥0.021M384K

Other-A

延迟
0.88s
吞吐量
63 tokens/s
上下文
1M

价格

输入
¥1/M tokens
输出
¥2/M tokens
缓存
¥0.2/M tokens

规格

上下文
1M
最大输出
384K
支持的 API
/v1/chat/completions/v1/completions/v1/messages

DeepSeek

延迟
6.16s
吞吐量
98 tokens/s
上下文
1M

价格

输入
¥1.5/M tokens
输出
¥4.5/M tokens
缓存
¥0.05/M tokens

高峰时段价格(北京时间)

以下北京时间段使用对应的特殊价格,其他时段仍按基础价格计费。

适用时段

09:00-12:0014:00-18:00

peak

输入
¥3/M tokens
输出
¥9/M tokens
缓存读取
¥0.1/M tokens

规格

上下文
1M
最大输出
384K
支持的 API
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

Ali

延迟
2.14s
吞吐量
95 tokens/s
上下文
1M

价格

输入
¥1/M tokens
输出
¥2/M tokens
缓存
¥0.2/M tokens

规格

上下文
1M
最大输出
384K
支持的 API
/v1/completions/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

Ali-three-party

延迟
1.55s
吞吐量
84 tokens/s
上下文
1M

价格

输入
¥1/M tokens
输出
¥2/M tokens
缓存
¥0.02/M tokens

规格

上下文
1M
最大输出
384K
支持的 API
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

DeepSeek-V4-Flash 的示例代码与 API 说明

Modelmesh 会帮你在不同服务提供商之间规范化处理请求和响应,为你统一接口。

Modelmesh 提供了兼容 OpenAI 的 Completion API,可连接 300 多款模型与服务提供商,既可直接调用,也可通过 OpenAI SDK 调用。此外,还提供了一些第三方 SDK。

在以下示例中,Modelmesh 专用的请求头属于可选项。若你配置了这些请求头,你的应用就能出现在 Modelmesh 的排行榜上。

支持的接口点击接口可切换下方示例
查看端点说明新手指南了解各端点用途,选择适合你的编程工具

端点是调用模型的入口,不同端点使用不同的请求格式。先按你使用的编程工具选择协议,再填写 Base URL、API Key 和当前模型 ID。

当前模型的端点说明
端点是什么主要用途可对接的编程 Agent / 工具及条件
/v1/chat/completionsOpenAI 聊天格式:按 messages 传入用户、助手等角色的消息。多轮对话、代码问答;模型与网关支持时可进行工具调用。Cline 的 OpenAI Compatible 模式、Continue 的 OpenAI 兼容配置。设置对应 Base URL、Key 和模型 ID;Continue 如自动选用 Responses,可配置 useResponsesApi: false。
/v1/completionsOpenAI 旧版文本补全格式:输入一段 prompt,返回续写文本。文本续写、简单代码补全、兼容旧项目。Continue 的旧版补全模式:配置 useLegacyCompletionsEndpoint: true。主要用于补全,不作为现代 Agent 工具调用的首选。
/v1/messagesAnthropic Messages 格式:按消息和内容块组织输入、输出。Claude 风格对话、编程任务和工具调用。Claude Code:通过 ANTHROPIC_BASE_URL 连接兼容网关;需兼容消息、工具及流式事件格式。官方支持范围为 Claude 模型;其他模型的协议转换由平台适配并实测,不能仅凭此端点宣称可用。

使用提示

  • 上表说明协议与工具的对应关系。实际可用性以当前模型、网关适配情况和工具版本为准;使用 Agent 前还需确认工具调用及流式输出可用。
  • * 是占位符,不是可以直接请求的地址。/v1/models/* 在这里指 Gemini 模型操作路径,不等于 OpenAI 查询模型列表的 GET /v1/models。
  • Base URL 是公共地址前缀,端点是具体操作路径。 两者按 SDK 或工具的规则组合,通常不要把完整端点填进 Base URL。例如本页 OpenAI 示例的 Base URL 为 https://router.shengsuanyun.com/api/v1,Chat Completions 的完整请求地址为 https://router.shengsuanyun.com/api/v1/chat/completions,不要重复拼接 /v1。
  • Anthropic、Gemini 的地址前缀按各自示例填写,不直接照搬 OpenAI 的 Base URL。不同工具使用的配置字段不同。
from openai import OpenAI API_KEY = "$SSY_API_KEY" client = OpenAI( base_url="https://router.shengsuanyun.com/api/v1", api_key=API_KEY, ) try: completion = client.chat.completions.create( model="deepseek/deepseek-v4-flash", messages=[{"role": "user", "content": "9.11 和 9.8 哪个数更大?"}], temperature=0.6, top_p=0.7, stream=True, ) response_text = "" for chunk in completion: if chunk.choices and chunk.choices[0].delta.content is not None: content = chunk.choices[0].delta.content print(content, end="", flush=True) response_text += content except Exception as error: print(f"Request failed: {error}")
                
              

相关模型