DeepSeek V4 怎么选？V4.1 Flash 与 Pro 的能力、价格和接入要点

DeepSeek V4 现状：两个模型版本，一次必须核查的迁移

DeepSeek 提供 API 和可下载的模型权重，生产环境记录里需要写清具体版本。 只写“V4”，已经无法判断一次请求究竟由哪个模型处理。DeepSeek 当前托管 API 将 deepseek-flash 映射到 DeepSeek-V4.1-Flash-1017，将 deepseek-v4-pro 映射到 DeepSeek-V4-Pro-0813。参见模型与价格。

本文信息于 2026 年 10 月 18 日核实，依据是 DeepSeek 当时在线的模型与价格页面，以及 Hugging Face 上对应这两个具体版本的模型卡。下文建议基于文档列出的能力、部署要求和评估设计，并非本文实际运行性能测试后得出的结论。

DeepSeek V4 发布时间：10 月 17 日更新了什么？

这次 10 月更新针对的是 Flash 系列。两个旧名称 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 仍可调用，但它们原先对应的模型已经退役。现在，请求会交给 V4.1-Flash-1017 处理，继续按 Flash 价格计费。新接入请使用 deepseek-flash。参见当前别名映射。

对负责系统运行的人来说，请求成功，不代表旧模型还在运行。别名就像部门的电话号码：号码没变，接电话的人却可能已经换了。如果内部工具在配置未变的情况下，突然改变了行文风格、工具选择或回复长度，排查时应把底层服务模型的迁移也考虑进去。

眼下要做的是重放有代表性的任务，对比结果能否通过验收。把配置字符串改成推荐名称，能让配置更清楚，但无法恢复已经退役的模型。

以上是 DeepSeek 模型表列出的托管服务限制。token 是模型处理文本的单位。上下文是一次请求可用的工作空间，最大输出长度则限制模型最多能生成多少内容。这两个数字都不保证模型能准确回忆你提供的全部信息。

CTO 在评估代码仓库分析能力时，应明确列出相关文件和验收项。更大的上下文窗口能容纳更多材料，却不能证明模型找到了正确证据，也不能证明它遵守了所有约束。

你的产品该选 Flash 还是 Pro？

先看输入要求和结果能否通过验收，再比较运行成本。 对新一轮评估，我建议先试 Flash：它支持的输入类型更广，公布的 token 单价也更低。如果 Pro 在某条任务路径上的验收结果更好，或者现有 Pro 集成已经满足需求，就有理由保留这条 Pro 路径。

DeepSeek V4 Flash：先从边界清晰的任务开始

已获融资的创业者，如果要为产品增加客服工单分类或回复草稿功能，可以先用 Flash，选一个答案能核查的任务。提供相关政策，限定可用分类，再统计有多少结果能被审核人员接受。这些是建议采用的评估任务，并不意味着该模型已经通过了你的业务测试。

独立技术开发者写代码时也应遵循同样的方法：选一项范围明确的改动，保留能复现故障的示例，并要求生成的补丁通过项目检查。解释写得再像那么回事，只要缺陷还在，任务就不算完成。

DeepSeek V4 视觉能力：有图片，就选 Flash

Flash 支持图片输入，Pro 不支持。因此，基于截图排查界面问题、识别拍摄的表单或读取图表时，还没轮到比较基准分数，输入能力就已经决定了选择。参见各模型的视觉支持情况。

如果应用会把困难请求升级给 Pro，需要为带图片的请求单独设置处理路径。把同一个请求转给不支持视觉的模型，无法保留原任务的完整要求。先把图片转成文字描述再交给模型，属于另一套工作流，也多了一处信息丢失的可能。

让 Pro 继续承担已经证明适合它的文本任务。 中型企业的 CTO 如果已有稳定运行的 Pro 内部助手，应在评估 Flash 时保留这一基线。资深运营负责人除了比较最终答案，还应比较审核工作量和失败处理方式。不要仅仅因为出了新版本，就迁移可靠的文本工作流。

按非高峰时段价格，Flash 的输入为 $0.15、输出为 $0.60，Pro 则分别为 $0.66 和 $1.98，均按每 1M tokens 计费；两者的输入价格都按未命中缓存计算。完整费率见 DeepSeek 官方价格和本站的 DeepSeek 价格指南。

思考模式是请求设置，不是另一个模型名称

两个模型都能开启或关闭思考模式，无需另选一个产品。 开启思考后，模型会在给出最终答案前进行明确的推理。规划、复杂调试、涉及多项相互影响约束的任务，可以把思考模式纳入评估；范围明确的信息提取或分类任务，则可以测试非思考模式，因为额外推理未必带来多少收益。

托管 API 默认开启思考。在 Chat Completions 请求中，将 thinking.type 设为 enabled 或 disabled；文档列出的推理强度选项为 low、high 和 max，默认是 high。应显式记录这些设置，方便日后复现对比。参见思考模式控制项。

迁移智能体时，除了最终答案，还要检查对话状态。请求包含 tools 时，DeepSeek 要求回传之前的 reasoning_content，没有调用工具的轮次也包括在内。遗漏它可能导致 400 错误。因此，单轮聊天成功，并不能证明多轮智能体运行正常。参见工具调用的状态要求。

DeepSeek V4 API 怎么调用？

model 字段要填 API 别名，而不是 Hugging Face 仓库名称。 将 DeepSeek 密钥预先放入环境变量 DEEPSEEK_API_KEY 后，可以按文档中的 Chat Completions 接口发送以下请求：

curl --fail-with-body https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -d '{
    "model": "deepseek-flash",
    "messages": [
      {"role": "user", "content": "List the checks before releasing a small API change."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "stream": false
  }'

评估 Pro 的文本任务时，将模型值替换为 deepseek-v4-pro。如需关闭思考，将 thinking.type 设为 disabled。文档给出的基础 URL 分别是：OpenAI 兼容格式使用 https://api.deepseek.com，Anthropic 兼容格式使用 https://api.deepseek.com/anthropic。参见 DeepSeek API 快速入门。

这个示例依据文档编写，本文没有实际执行该请求。连通后，还要用产品实际采用的客户端检查响应解析、工具调用往返、失败和超时处理。这些检查决定集成是否就绪。

看 DeepSeek V4 跑分，先看清版本

具体检查点和评估设置，比“Flash 对比 Pro”这样的标题更重要。 基准测试是一套确定的任务集；智能体运行框架则是外围软件，负责执行工具并把结果返回给模型。两者任意一项发生变化，都可能改变测试结果。

DeepSeek 的 Flash-1017 模型卡报告：使用 Mini-SWE-V2 时，DeepSWE v1.1 得分为 77.0；使用 Claude Code 时，Terminal-Bench 4.0 得分为 42.3。这些都是 DeepSeek 自报的数据，这里保留了模型卡中的基准名称和运行框架说明。它们并非针对你的应用进行的独立测量。参见 Flash-1017 模型卡。

DeepSeek V4 Pro 跑分：分数必须与任务集一起看

DeepSeek 的 Pro-0813 模型卡报告其 Terminal Bench 2.1 得分为 87.9。对于公开的代码智能体任务，卡片说明使用了 minimal 模式的 DeepSeek Harness，并采用最大推理强度。这是 DeepSeek 在该版本基准上的自报结果。不能假定任务集相同，直接拿它与 Flash-1017 在 Terminal-Bench 4.0 上的分数排名。参见 Pro-0813 模型卡。

开发者选择编程助手时，有价值的实验应固定代码仓库、任务、工具和验收项。记录补丁是否有效，以及需要多少审核工作。公开成绩能支持把某个模型列入候选，却不能决定哪个模型应该承接你的生产流量。

有人分享旧成绩时，应从对应具体版本的模型卡查起。只标注“V4.1 Flash”的分数，可能属于更早的检查点。

开放权重：先决定由谁运行模型

这两个具体版本都发布了采用 MIT 许可证的仓库和权重。 权重是模型训练得到的参数；下载后，可以在自己运营的基础设施上安排推理。调用托管 API 则是另一种部署选择。参见 Flash-1017 和 Pro-0813。

对独立开发者来说，先试托管服务，接入工作量更小。对已经运营模型基础设施的公司来说，可下载权重多提供了一条路。真正要回答的是：谁来维护服务容量、升级、日志和故障响应？

DeepSeek V4 技术报告与部署说明去哪看？

Flash-1017 模型卡链接了 V4.1 技术报告，以及包含权重转换步骤的本地推理说明。Pro-0813 模型卡链接了 V4 报告，并明确给出使用 vLLM 和 SGLang 提供服务的说明；这两者都是运行模型推理的软件。应遵循你实际下载的检查点所对应的说明。参见 Flash 部署说明和 Pro 部署说明。

接入时有一个具体缺口需要提前规划：两个模型卡都提供了专用的提示词编码实现，而没有提供 Jinja 格式的聊天模板；许多推理服务栈正是用这类模板来组织对话消息。Flash 模型卡还介绍了 deepseek-recipe，用于编码请求和解析响应，但推理、工具执行和 HTTP 传输仍由调用方负责。下载权重，并不会自动把这些环节组装好。

如需比较更多自行部署的候选模型，可以参考本站的开源大模型指南。部署方式应单独评估，不能由模型的基准排名代替决策。

接入 Search 和 Fetch 后，智能体要多记一笔用量

网页工具请求要与模型 token 分开记录。 DeepSeek 的模型与价格页面将 Search 和 Fetch 列为独立 API，按成功请求次数收费。页面说明，DeepSeek Harness、Claude Code 和 Codex 中的服务端工具已经使用这些 API；集成工具发出的调用目前免费，将从北京时间 2026 年 11 月 1 日 00:00 起按请求收费。参见 Search 和 Fetch 计费通知。

运营研究型智能体时，一次完整回答可能同时涉及模型生成和多次网页操作。只统计 token 的用量面板无法呈现全部工作量。应为 Search 和 Fetch 分别增加成功请求计数，并检查重试或重复查询是否真的有用。

这个日期改变的是现有智能体的运行前提，并不意味着要重建它。在计费切换前，把工具流量纳入可观测范围，并根据任务设置合适的请求预算。具体费率请查看链接中的价格指南。

哪些说法被夸大了？下一步该做什么？

更新的名称、更大的上下文窗口、开放的权重，分别回答不同的问题。 没有哪一项能让模型自动成为所有任务的首选。

“Pro”不代表任何任务上质量都更高。上下文上限大，不代表能可靠回忆其中的信息。MIT 许可的权重，不等于完整可用的推理服务系统，也不等于免费托管推理。接受旧别名调用，同样不代表旧模型还可用。

需要立即行动的情况： 产品使用了任意一个旧 Flash 名称，应重放验收任务，检查当前服务版本下的行为。智能体若使用了集成的 Search 或 Fetch，也要着手调整，让用量记录能够反映计费切换。

可以暂缓切换的情况： 现有 Pro 文本工作流满足要求，而且没有测量结果支持替换它。Flash 别名迁移不会改变你配置的 Pro 路径；它当前仍映射到 Pro-0813。继续执行使用任何托管依赖时都应进行的常规检查即可。

如果要另行比较供应商，可以阅读 DeepSeek 与 Claude 对比或 DeepSeek 与 ChatGPT 对比。模型选择应适配产品及其整体工作流。

周一就做这件事： 选一个高频、可核查的任务，将保存的样例分别交给当前处理路径和相关候选模型重跑。产品支持图片的话，就加入图片案例，同时纳入长输入和工具调用失败的案例。记录验收通过情况、审核工作量、耗时、模型 token 和网页工具请求。只有结果支持这次变更，才让候选模型进入正式使用。

常见问题

订阅邮件通讯，获取 AI 工具选型与运行的实用建议。