text
silvamux/
deepseek-v4-flashDeepSeek V4 Flash是一款侧重信息检索/RAG的模型，在文本理解方面也有较好表现。它适合处理企业知识检索、资料问答与检索增强生成，可作为相关业务流程中的理解、推理或生成能力底座。
价格
Tune 与 Pro 采用相同的价格。
| 输入上下文 | 输入 | 输出 | 缓存读取 | 缓存写入 |
|---|---|---|---|---|
| - | ¥3 / 1M tokens | ¥9 / 1M tokens | ¥0.1 / 1M tokens | ¥3 / 1M tokens |
模型能力
DeepSeek V4 Flash在本轮能力评测中综合得分79，整体表现良好。其信息检索 / RAG（94%）和文本理解（92%）表现突出，能够从知识库和多来源资料中定位信息、组织证据并生成有依据的回答，并分析文档语义、提取关键信息并处理复杂问答。对企业知识库团队、AI 应用开发者和研究人员而言，它适合用于资料检索、文档问答、信息抽取和检索增强生成场景，解决从大量资料中找到相关信息，并形成可用于后续决策的回答；多语言能力（89%）也为相关任务提供补充。使用时应留意，智能体协同（36%）相对较弱，在需要多步骤自主规划、连续工具调用或跨智能体协作的任务中，建议增加人工复核或专项验证。
服务表现
Deepseek V4 Flash Tune
deepseek-v4-flash@tune- 延迟
- 12.48s
- 吞吐量
- 1.65Ktokens/min
- 可用率
- 98.66%
可用率
98.66%- 完成率
- 97%
- 缓存命中率
- 36.2%
- 累计评测耗时
- 8793.7s
- Token 消耗
- 241,733tokens
- 平均请求次数
- 1.0次
- TPM
- 1,649tokens/min
- QPM
- 1.0req/min
Deepseek V4 Flash
deepseek-v4-flash- 延迟
- 8.32s
- 吞吐量
- 5.88Ktokens/min
- 可用率
- 98.8%
可用率
98.8%- 完成率
- 78%
- 缓存命中率
- 动态变化
- 累计评测耗时
- 17803.2s
- Token 消耗
- 1,743,969tokens
- 平均请求次数
- 5.6次
- TPM
- 5,877tokens/min
- QPM
- 0.7req/min
Deepseek V4 Flash 的示例代码和 API
Tune
deepseek-v4-flash@tune/api/v0/chat/completions/api/v1/chat/completions/api/anthropic/v1/messagesPro
deepseek-v4-flash/api/v0/chat/completions/api/v1/responses/api/anthropic/v1/messagescurl https://www.silvamux.com/api/v1/chat/completions \
-H "Authorization: Bearer 你的API密钥" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4-flash",
"messages": [{"role": "user", "content": "你好，请介绍一下自己"}]
}'# pip install openai
from openai import OpenAI
client = OpenAI(
base_url="https://www.silvamux.com/api/v1",
api_key="你的API密钥",
)
response = client.chat.completions.create(
model="deepseek-v4-flash",
messages=[
{"role": "user", "content": "你好，请介绍一下自己"}
],
)
print(response.choices[0].message.content)// Gradle: implementation(__HL_SLOT_0__)
import okhttp3.*;
OkHttpClient client = new OkHttpClient();
MediaType json = MediaType.get("application/json");
String payload = "{\"model\":\"deepseek-v4-flash\",\"messages\":[{\"role\":\"user\",\"content\":\"你好，请介绍一下自己\"}]}";
Request request = new Request.Builder()
.url("https://www.silvamux.com/api/v1/chat/completions")
.header("Authorization", "Bearer 你的API密钥")
.post(RequestBody.create(payload, json))
.build();
try (Response response = client.newCall(request).execute()) {
System.out.println(response.body().string());
}// npm install openai
import OpenAI from 'openai'
const client = new OpenAI({
baseURL: 'https://www.silvamux.com/api/v1',
apiKey: '你的API密钥',
})
const response = await client.chat.completions.create({
model: 'deepseek-v4-flash',
messages: [{ role: 'user', content: '你好，请介绍一下自己' }],
})
console.log(response.choices[0].message.content)