API · 2026-10-28

deepseek-flash 与 deepseek-v4-pro 接入速查：模型名、峰谷定价、1M 上下文与并发限额

DeepSeek API 的两个现役模型名已经稳定下来：deepseek-flash 与 deepseek-v4-pro。前者由 DeepSeek-V4.1-Flash-1017 快照提供服务，后者对应 DeepSeek-V4-Pro-0813。旧模型名 deepseek-v4-flash 与 deepseek-v4-flash-vision-exp 仍可调用，但对应模型已退役——请求会由 V4.1-Flash-1017 接管，并按 Flash 价格计费。仍在使用旧名称的应用建议尽快切换。

双格式端点与关键参数

接入层面保持两种格式：OpenAI 兼容端点 https://api.deepseek.com，Anthropic 兼容端点 https://api.deepseek.com/anthropic。两款模型的上下文长度均为 1M token，输出上限 384K。能力矩阵上，JSON Output、Tool Calls、Responses API 与 Chat Prefix Completion（Beta）双模型全支持；FIM 补全仅在非思考模式可用；视觉输入是 Flash 独占——V4-Pro 不支持图片。思考模式方面，Flash 默认开启 thinking，两种模式可切换。

峰谷定价速查

按官方定价页（截至发稿），每百万 token 计价：deepseek-flash 输入缓存命中谷时 $0.003、峰时 $0.006；缓存未命中谷时 $0.15、峰时 $0.30；输出谷时 $0.60、峰时 $1.20。deepseek-v4-pro 三档分别为 $0.022/$0.044、$0.66/$1.32、$1.98/$3.96。峰时段为 UTC 时间周一至周五的 01:00-04:00 与 06:00-10:00（中国法定节假日除外），其余全部为谷时——含整个周末与节假日，谷时价格为峰时的一半，峰谷定价机制本站有专文解释。

并发限额与 Search & Fetch 计费

并发层面 Flash 与 Pro 差别明显：Flash 为 2500，V4-Pro 为 500，高并发场景要提前规划隔离与排队。Search 与 Fetch 两个独立工具按成功请求计费，各为 $0.75/千次；在 Harness、Claude Code、Codex 内的服务端调用目前免费。把数字放进选型：输入未命中与输出两项，Flash 谷时价格约为 V4-Pro 的四分之一到三分之一，能被 Flash 覆盖的负载没必要上 Pro；需要 Pro 档质量的编码与推理任务，建议错峰跑批，动手前可先过一遍 Python 快速上手，两款模型的定位差异则见对比专文。