DeepSeek-V4-Flash

DeepSeek-V4-Flash 预览版：普惠经济的百万上下文大模型

DeepSeek-V4-Flash 是 DeepSeek 于 2026 年 4 月 24 日正式发布并开源的旗舰级大语言模型预览版，属于 DeepSeek-V4 系列的高性价比型号。该模型旨在提供远低于行业平均水平的推理成本，同时保持百万级上下文、Agent 能力和顶级推理性能，适合需要高吞吐、低成本的生产级应用。

架构与技术规格

DeepSeek-V4-Flash 采用了与 Pro 版本一脉相承的混合专家（MoE）架构，总参数量为 2840 亿（284B），每次推理激活参数约 130 亿（13B）。其上下文窗口原生支持 100 万 token（1M），最大输出长度可达 384K token。V4 系列均引入了创新的混合注意力机制，融合了压缩稀疏注意力（CSA）与重压缩注意力（HCA），并结合 DSA 稀疏注意力，这使得处理百万级上下文时的计算和显存需求大幅降低。其中，V4-Flash 预训练数据量高达 32 万亿 token，并同样采用了 Muon 优化器、流形约束超连接（mHC）等新型训练策略。

核心能力与支持模态

DeepSeek-V4-Flash 目前为纯文本模型，不支持视觉输入或图像识别等任务。其核心能力聚焦于 Agent 能力和推理性能：V4-Flash 在提供足够思考预算后，其推理能力可极为接近 Pro 版本，但在纯知识性问答和复杂 Agent 任务上受限于参数量，表现略逊于 Pro 版。此外，模型同时支持非思考模式与思考模式，用户可通过 reasoning_effort 参数调节思考强度以应对复杂推理任务。

性能评价

根据官方公布的数据，DeepSeek-V4-Flash 在提供足够推理预算的前提下，其推理能力接近 V4-Pro，但在纯知识和复杂 Agent 任务上受到参数量的限制。官方已将其作为 deepseek-chat 和 deepseek-reasoner 的替代品，这两个旧名称将于 2026 年 7 月 24 日停用。

应用场景与限制

官方推荐场景包括：通用对话、基础文本生成、高并发和低成本的线上服务、Agent 工作流中的低延迟任务。当前局限在于：尚不支持图像等多模态输入；在纯知识和极其复杂的 Agent 任务上性能不如 V4-Pro 等更大的模型；作为预览版，未来 API 的稳定性和功能可能存在调整。

访问方式与许可

模型已全面开源，权重和技术报告可通过 Hugging Face 和魔搭社区获取。许可证采用 MIT License，允许商用、修改和再分发。API 服务已同步上线，开发者通过修改 model_name 为 deepseek-v4-flash 即可调用，兼容 OpenAI ChatCompletions 和 Anthropic 接口格式。此外，旧的 deepseek-chat 和 deepseek-reasoner 名称将分别指向 V4-Flash 的非思考模式和思考模式，直至 2026 年 7 月 24 日弃用。