το πολύ 0,0015 $ · 0,15 πιστωτικές μονάδες προεπιλεγμένες
Χρεώνονται τα tokens που χρησιμοποιήθηκαν πραγματικά· το αχρησιμοποίητο μέρος της προεπιλογής επιστρέφεται.
Νέος εδώ;
10 δωρεάν πιστωτικές μονάδες (0,10 $) όταν εγγραφείς με Google
Χρησιμοποιήσιμο 24 ώρες μετά την εγγραφή, έως 5 εκτελέσεις ανά ημέρα και το πολύ 2 πιστωτικές μονάδες ανά εκτέλεση. Άλλες μέθοδοι σύνδεσης ξεκινούν χωρίς πιστωτικές μονάδες. Αρκετό για 66 εκτελέσεις αυτού του μοντέλου.
02
Σχετικά με το DeepSeek V4 Flash
ΣύντομαΗμερομηνία: 23 Σεπτεμβρίου 2026
Το DeepSeek V4 Flash είναι ένα μοντέλο του DeepSeek στην κατηγορία Κείμενο & συνομιλία. Στο Railwail, το DeepSeek V4 Flash κοστίζει 0,36 $ ανά 1M tokens εισόδου και 1,44 $ ανά 1M tokens εξόδου. Το παράθυρο περιεχομένου περιέχει 1.048.575 tokens, και μια απάντηση μπορεί να είναι έως 384.000 tokens. Νεότερη έκδοση: DeepSeek V4.1 Flash.
DeepSeek-V4-Flash is the cost-efficient sibling of V4-Pro, released April 2026 as part of the V4 Preview. 284B total / 13B active MoE parameters with the same 1M-token context window. Designed for high-throughput agentic loops, RAG and batch tasks where latency and cost matter more than raw capability. Recommended for production agents, classification at scale, large-scale data extraction.
Φόντο
Σχετικά με DeepSeek AI
Ιδρύθηκε 2023 · Hangzhou, China
DeepSeek AI is a Chinese AI research lab founded in 2023 by Liang Wenfeng, founder of the High-Flyer quantitative hedge fund. The lab is funded primarily by High-Flyer's profits. Its mission is open frontier AI, with all flagship models released with open weights. Major releases include DeepSeek LLM (2023), DeepSeek-V2 (May 2024), DeepSeek-V3 (December 2024), DeepSeek-R1 (January 2026), DeepSeek V3.1 (early 2026) and the DeepSeek V4 family (April 24, 2026), comprising V4-Pro and V4-Flash. DeepSeek is credited with popularising large-scale Reinforcement Learning from Verifiable Rewards and consistently tops open-weights leaderboards.
DeepSeek-V4-Flash was released April 24, 2026 as the efficiency-optimized sibling of V4-Pro. It is a Sparse MoE Transformer with 284B total parameters and 13B activated per token, retaining the full 1M-token native context window and 384K-token max output of the Pro variant at significantly lower inference cost. The model uses the same DeepSeek architectural stack: Multi-head Latent Attention (MLA), DeepSeekMoE with fine-grained expert specialization and shared experts, and FP8 mixed-precision training. Post-training combined supervised fine-tuning, RLVR on math/code/tool-use trajectories, and heavy distillation from the V4-Pro teacher model. V4 Flash is published with open weights under a permissive license and is designed for production-scale RAG, agentic loops and high-throughput workloads. At $0.112 input / $0.224 output per million tokens it undercuts every Western frontier model by an order of magnitude.
Παράμετροι
284B total / 13B active per token
Περιεχόμενο
1.048.575 tokens
Δυνατότητες
1M token native context window with 384K max output
284B MoE / 13B active parameters
Ultra-low pricing ($0.112 / $0.224 per million tokens)
Distilled from DeepSeek V4-Pro teacher model
FP8-trained for compute efficiency
Multi-head Latent Attention for memory-efficient long context
Function calling and structured JSON output
Strong on math, STEM and coding for its size
Available via DeepSeek API, OpenRouter, Together and self-hosted with vLLM/SGLang
Open weights under a permissive license
Best for: production agents, RAG pipelines, high-throughput data extraction, on-premise inference under tight cost budgets.
Εκπαίδευση & άδεια
Pretrained on the same multi-trillion-token mixture as V4-Pro. Post-training combines supervised fine-tuning, RLVR and distillation from the V4-Pro teacher model. Knowledge cutoff approximately early 2026.
Άδεια: Open weights under a permissive license that allows commercial use. Hosted API access via deepseek.com.
Δοκιμές ασφάλειας: DeepSeek publishes model cards but provides limited external red-teaming. Safety filters are lighter than Western frontier labs; deployers are responsible for downstream alignment.
Γνωστοί περιορισμοί
Below V4-Pro on the hardest reasoning and coding benchmarks
Light built-in safety alignment relative to Western frontier models
No native vision or audio input (text-only)
Older deepseek-chat / deepseek-reasoner endpoints will be deprecated July 24, 2026
curl https://railwail.com/api/v1/chat/completions \
-H "Authorization: Bearer $RAILWAIL_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4-flash",
"messages": [
{
"role": "user",
"content": "Explain what a vector database is in two sentences."
}
],
"max_tokens": 1024
}'
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["RAILWAIL_API_KEY"],
base_url="https://railwail.com/api/v1",
)
completion = client.chat.completions.create(
model="deepseek-v4-flash",
messages=[
{
"role": "user",
"content": "Explain what a vector database is in two sentences.",
},
],
max_tokens=1024,
)
print(completion.choices[0].message.content)
import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.RAILWAIL_API_KEY,
baseURL: "https://railwail.com/api/v1",
});
const completion = await client.chat.completions.create({
model: "deepseek-v4-flash",
messages: [
{
role: "user",
content: "Explain what a vector database is in two sentences."
}
],
max_tokens: 1024
});
console.log(completion.choices[0].message.content);
// npm install railwail
import railwail from "railwail";
const rw = railwail(process.env.RAILWAIL_API_KEY);
const res = await rw.chat("deepseek-v4-flash", [
{ role: "user", content: "Explain what a vector database is in two sentences." },
], { max_tokens: 1024 });
console.log(res.choices[0].message.content);
Το DeepSeek V4 Flash είναι ένα μοντέλο του DeepSeek στην κατηγορία Κείμενο & συνομιλία. Στο Railwail μπορείτε να το καλέσετε με ένα API key μέσω του Railwail API.
Πόσο κοστίζει το DeepSeek V4 Flash στο Railwail;
Στο Railwail, το DeepSeek V4 Flash κοστίζει 0,36 $ ανά 1M tokens εισόδου και 1,44 $ ανά 1M tokens εξόδου. Χρεώνεστε για αυτό που χρησιμοποιεί πραγματικά κάθε αίτημα. Η χρήση πληρώνεται από προπληρωμένες πιστωτικές μονάδες· 1 πιστωτική μονάδα ισούται με 0,01 $.
Ποιο είναι το παράθυρο περιεχομένου του DeepSeek V4 Flash;
Το παράθυρο περιεχομένου του DeepSeek V4 Flash περιέχει 1.048.575 tokens. Μια απάντηση μπορεί να είναι έως 384.000 tokens.
Πόσο γρήγορο είναι το DeepSeek V4 Flash;
Δεν υπάρχουν αρκετές μετρημένες εκτελέσεις του DeepSeek V4 Flash στο Railwail ακόμα για να δηλωθεί ένας χρόνος εκτέλεσης. Εξαρτάται από την είσοδο, τις ρυθμίσεις και το φορτίο στον πάροχο.
Είναι το DeepSeek V4 Flash καλύτερο από το DeepSeek V4.1 Flash;
Αυτό εξαρτάται από την εργασία. Το DeepSeek V4 Flash (DeepSeek) και το DeepSeek V4.1 Flash (DeepSeek) είναι και τα δύο μοντέλα στην κατηγορία Κείμενο & συνομιλία. Η σελίδα σύγκρισης δείχνει τις τιμές και τις προδιαγραφές τους παράλληλα.
Πώς χρησιμοποιώ το DeepSeek V4 Flash μέσω του API;
Δημιουργήστε ένα Railwail API key και στείλτε το αίτημά σας με το ID μοντέλου deepseek-v4-flash. Παραδείγματα κώδικα για curl, Python και JavaScript βρίσκονται στην ενότητα API αυτής της σελίδας.
Anthropic's model for the most demanding reasoning and long-horizon agentic work. 1M-token context window, up to 128K output tokens, adaptive thinking that is always on.
The most capable model of Anthropic's Opus 4 series. State of the art on long-horizon agentic work, coding and knowledge tasks, with a 1M-token context window at standard pricing.
Anthropic's current Opus model for long-running agentic coding and knowledge work. 1M-token context window, up to 128K output tokens, adaptive thinking that is always on.
