DeepSeek V4 Flash czy Pro: wybierz API do zadania

Potok tekstowy może potrzebować ekstrakcji, przeglądu dokumentów lub roleplayu, a każde z tych zadań ma inny budżet wyjścia. W nowej integracji zacznij od deepseek/v4.1-flash/chat: 0,30 $ za wejście i 1,20 $ za wyjście na milion, z limitem odpowiedzi 384 000 tokenów. Jeśli Twoja integracja jest przypięta do ID V4, używaj V4 Flash do pracy rutynowej; Pro wybieraj ze względu na jawną kontrolę równoległych wywołań narzędzi, odpowiedź powyżej 65 536 tokenów albo konkretne zadanie, w którym wynik uzasadnia trzykrotną cenę tokena. Oba ID V4 przyjmują 1 048 576 tokenów, więc sam długi input nie jest powodem, by płacić za Pro.

Przewodnik migracji na V4.1 Flash opisuje ścieżkę dla nowych projektów. Poniższe porównania dotyczą dwóch hostowanych ID V4.

Który model do jakiej pracy

Różnice w kontrakcie

Strony V4 Flash i V4 Pro pokazują aktualne pola hostowane. Oba dopuszczają do 256 wiadomości i 128 definicji narzędzi, do 60 minut na żądanie, a żaden nie udostępnia temperature ani top_p. Strona porównania SpicyAPI pokazuje te same pola z aktywnego schematu.

Oba endpointy odrzucają pola, których nie wymieniają. Body skopiowane z endpointu Pro z parallel_tool_calls nie przejdzie walidacji na Flash zamiast zostać zignorowane, dlatego pola specyficzne dla modelu trzymaj osobno, zamiast wysyłać ich sumę.

Gdzie te ID stoją u DeepSeek. Bieżący dziennik zmian DeepSeek wycofuje V4 Flash i tymczasowo kieruje jego stary alias na V4.1 Flash, a usługa V4 Pro trwa bez zmian w rozliczeniu. SpicyAPI wymienia osobne ID podane wyżej; przy utrzymaniu integracji V4 przypnij pełne hostowane ID, a nie alias z upstreamu. Ogłoszenie DeepSeek z 10 września opisuje przekierowania natywnych aliasów, więc wynik z forum, w którym użyto natywnych aliasów, może w ogóle nie porównywać pierwotnych wersji V4; rozróżniaj nazwy modeli, ID z wersją i zaobserwowane wyniki, zanim zaufasz jakiejkolwiek stronie „Flash vs Pro”. W nowym projekcie niższa cena i wyższy limit odpowiedzi V4.1 Flash to praktyczny powód, by zacząć od niego.

Co ustalili inni deweloperzy dla tej pary

Benchmark przeglądu kodu z 18 uruchomień na jednej bazie kodu w Pythonie, z datowanymi snapshotami 0731 dla Flash i 0813 dla Pro, wykazał użyteczną różnicę:

• Pokrycie: Pro wygenerował 169 weryfikowalnych twierdzeń wobec 70 u Flash. Trafność twierdzeń była zbliżona: 95,9% wobec 95,7%.
• Wykrywanie błędów: Flash znalazł wszystkie trzy znane błędy utajone, Pro jeden. Flash zmyślił też przypadek brzegowy, więc proponowane poprawki weryfikuj ze źródłem.
• Spójność: głębokość raportów Pro różniła się 2,7 raza między powtórzonymi uruchomieniami. W tym układzie najlepiej wypadł skan Flash, po którym następowała ukierunkowana weryfikacja Pro.

Używaj Flash do taniego pierwszego przebiegu, a niejasne ustalenie wraz ze źródłem i precyzyjnym pytaniem przekazuj do Pro. Raport żadnego z modeli nie zastępuje kontroli źródła ani testów aplikacji.

Najpierw wypróbuj w Playground

1. Otwórz DeepSeek V4 Flash i przejdź do Playground.
2. Wklej rekord zatwierdzenia katalogu i przekroczenia czasu zapytania o zapasy z przykładu. Zapytaj, czy job E42 można wyeksportować.
3. Powtórz na V4 Pro z tym samym wejściem. Obie odpowiedzi powinny zablokować eksport, bo bieżące zapytanie o zapasy się nie powiodło.

Wypróbuj oba modele na decyzji z jedną poprawną odpowiedzią

Załóżmy, że eksport witryny twórcy zależy od zatwierdzonego katalogu i bieżącego zapytania o zapasy. Model musi wskazać, co blokuje eksport, nie traktując oczekującego kroku jako ukończonego. Przykład testowy jest na tyle tani, że można go uruchomić na obu modelach, zanim wyślesz dużą transkrypcję.

Ustaw SPICY_API_KEY kluczem z API Keys. Żądanie używa interfejsu Chat Completions SpicyAPI.

cat > request.json <<'JSON'
{
  "model": "deepseek/v4-flash/chat",
  "messages": [
    {
      "role": "system",
      "content": "Return JSON with can_export (boolean), blockers (array of strings), and evidence (array of exact source quotes). Use only the supplied record. Every required dependency must be complete before export."
    },
    {
      "role": "user",
      "content": "Job E42 requires catalog approval and a current inventory lookup. Record: \"Catalog approved at 10:00. Inventory lookup timed out at 10:03. The last inventory snapshot is from yesterday.\" Can this job be exported now?"
    }
  ],
  "max_tokens": 2048,
  "reasoning_effort": "low",
  "response_format": {
    "type": "json_object"
  }
}
JSON

curl --fail-with-body https://api.spicyapi.ai/v1/chat/completions \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $(uuidgen)" \
  --data-binary @request.json --output response.json

python3 - <<'PY'
import json
from pathlib import Path

response = json.loads(Path("response.json").read_text())
choice = response["choices"][0]
if choice.get("finish_reason") != "stop":
    raise SystemExit("FAIL: reply did not finish normally")
answer = json.loads(choice["message"]["content"])
quotes = {"Catalog approved at 10:00.",
          "Inventory lookup timed out at 10:03.",
          "The last inventory snapshot is from yesterday."}
blockers = answer.get("blockers")
evidence = answer.get("evidence")
valid = (
    answer.get("can_export") is False
    and isinstance(blockers, list) and bool(blockers)
    and all(isinstance(item, str) and item.strip() for item in blockers)
    and any("inventory" in item.lower() for item in blockers)
    and isinstance(evidence, list) and bool(evidence)
    and all(isinstance(item, str) and item in quotes for item in evidence)
    and "Inventory lookup timed out at 10:03." in evidence
)
if not valid:
    raise SystemExit("FAIL: decision, blocker or source evidence is incorrect")
print("PASS: export is blocked by the timed-out inventory lookup")
PY

Poprawna decyzja to can_export: false, a blokadą jest brak bieżących danych o zapasach. Wczorajszy snapshot nie jest wymaganym bieżącym zapytaniem, a tablica evidence powinna zacytować linię o przekroczeniu czasu.

To kontrola przykładu testowego, a nie ogólny walidator biznesowy: prawdziwe eksporty powinny opierać się na rzeczywistych statusach zależności w Twojej aplikacji. Model może zacytować prawdziwe zdanie i mimo to wyciągnąć błędny wniosek, dlatego sprawdzane są tu zarówno decyzja, jak i dowód.

Aby uruchomić Pro na tym samym wejściu, zmień tylko ID modelu. Zachowaj identyczne źródło, instrukcje, effort i górny limit wyjścia, a każdą odpowiedź oceń w dwóch punktach: czy wskazała blokadę i czy cytaty występują w rekordzie? Dłuższe wyjaśnienie nie jest lepszą decyzją.

Jeśli Flash zda test, ten przykład nie daje Ci powodu, by płacić za Pro przy tym zadaniu. Jeśli którykolwiek model zmyśli sukces zapytania o zapasy, nie przekazuj jego odpowiedzi dalej tylko dlatego, że JSON się sparsował. Jeśli oba zawiodą, sprawdź, czy wymaganie było jasno sformułowane, zanim uznasz wyższą cenę za rozwiązanie.

Pozwól Agentowi przygotować wywołanie

Przy powtarzanych kontrolach decyzji o eksporcie poproś swojego Agenta kodującego o użycie Skilla SpicyAPI: „Read deepseek/v4-flash/chat, then adapt the example to my input; show the request before running it.” Sprawdzenie przez CLI to spicyapi models get deepseek/v4-flash/chat --json; przez MCP to spicyapi_model_get z model: "deepseek/v4-flash/chat". Wywołania czatu korzystają ze zgodnego klienta lub API czatu; polecenia zadań medialnych nie generują odpowiedzi czatu.

Który workflow zasługuje na wyższą stawkę?

Do wyodrębnienia daty premiery, nazw postaci i żądanej liczby obrazów z jednego kompletnego briefu twórcy Flash ma typowe kontrole i spory zapas pojemności wyjścia. Wyższy limit wyjścia Pro nic nie daje krótkiemu obiektowi JSON. Zacznij od Flash i używaj jawnych wartości brakujących, aby „no release date supplied” nie zamieniło się w zmyśloną datę.

Przy przeglądzie zależności w wielu rekordach określ reguły joba konkretnie. Zatwierdzone odniesienie do postaci nie wystarcza, gdy ujęcie wymaga zatwierdzonej drugiej postaci i bieżącego assetu zapasów. Model powinien zauważyć brakujące zatwierdzenie drugiej postaci, nawet jeśli otaczająca transkrypcja produkcji wielokrotnie nazywa ujęcie gotowym. Powyższy przykład testowy sprawdza to rozróżnienie na przykładzie zapasów. Przy nieudanym, złożonym jobie porównanie z Pro może być warte zachodu.

Przy bardzo dużym przekształceniu wymóg dotyczący wyjścia może przesądzić o wyborze bez żadnych twierdzeń o jakości. Jeśli faktycznie zwracany dokument musi przekroczyć 65 536 tokenów w jednej odpowiedzi, limit Flash nie wystarcza, a Pro pozwala na więcej wyjścia. Jeśli niezależne rekordy da się zwracać mniejszymi grupami, batching może utrzymać użyteczność Flash i ułatwić ponowienie nieudanej grupy. Nie dziel zadania, którego odpowiedź zależy od relacji między tymi grupami, bez przenoszenia tych relacji między grupami.

Selektywna eskalacja jest opłacalna tylko wtedy, gdy pozostaje selektywna. Przy poniższych założeniach 50 000 tokenów wejścia i 3 000 wyjścia 900 wywołań Flash plus 100 wywołań Pro kosztuje 31,152 $, wobec 77,88 $ za wszystkie 1 000 na Pro. Jeśli każdy job najpierw przechodzi przez Flash, a 100 potem wymaga Pro, łączna suma wynosi 33,748 $. To hipotetyczne sumy objaśniające kompromis przy ponowieniach; rzeczywiste zużycie tokenów będzie się różnić.

Ile kosztuje żądanie przy takim samym zużyciu

Dla żądania z 50 000 tokenów wejścia bez cache i 3 000 rozliczanych tokenów wyjścia:

• Flash: 50 000 × 0,44 $/M + 3 000 × 1,32 $/M = 0,02596 $.
• Pro: 50 000 × 1,32 $/M + 3 000 × 3,96 $/M = 0,07788 $.

Tysiąc takich żądań kosztuje 25,96 $ i 77,88 $. Jeśli 40 000 tokenów wejścia to odczyty z cache, a 10 000 nie, koszty na żądanie wynoszą 0,00892 $ dla Flash i 0,02684 $ dla Pro. Stawki cache nie mają dokładnie proporcji trzy do jednego, więc licz sumy, zamiast zaokrąglać od ceny nagłówkowej.

Dwie rzeczy wpływają na rachunek bardziej niż wybór modelu:

• Rozumowanie jest rozliczane jak wyjście. Domyślny effort to high. Przy ekstrakcji i klasyfikacji przetestuj low albo none, by pominąć etap rozumowania, i porównuj zaakceptowane wyniki, nie tylko tokeny.
• Ponowienia się liczą. Liczy się koszt zaakceptowanej odpowiedzi, a nie koszt wywołania.

Selektywna eskalacja zachowuje większość oszczędności. Wysyłaj wszystko do Flash, a nieudany lub niejednoznaczny wynik razem z dowodem, dlaczego zawiódł, do Pro. Jeśli przy powyższym zużyciu eskaluje jedno żądanie na dziesięć, a eskalowane żądanie płaci zarówno za wywołanie Flash, jak i Pro, średnia wynosi około 0,03375 $ na żądanie, wobec 0,0779 $ przy wszystkim na Pro. Drugi model może powtórzyć ten sam błąd, więc zachowaj prawdziwą kontrolę poprawności zadania.

Kiedy liczy się większe wyjście Pro

Limit 384 000 tokenów ma znaczenie tylko wtedy, gdy wymagana odpowiedź naprawdę przekracza 65 536 tokenów, na przykład uporządkowany plan migracji z SQL i wycofaniem dla każdego kroku, który musi wrócić razem. Krótki raport z długiego wejścia się nie kwalifikuje: pojemność wejścia jest identyczna.

Zanim poprosisz o ogromną odpowiedź, sprawdź, czy Twój konsument potrafi ją zwalidować i zapisać. Edycję rozdział po rozdziale lub rekordy podzielone na niezależne grupy łatwiej odzyskać po przerwaniu. Zostań przy jednej odpowiedzi tylko wtedy, gdy części zależą od wspólnej struktury.

Nie myl maksimum z wartością domyślną. Oba modele domyślnie mają 32 768 tokenów wyjścia, a odpowiedź, która osiągnie limit, jest ucinana bez błędu. Dla krótkich zadań, takich jak powyższy przykład testowy, ustaw jawnie małą wartość, a większą tylko tam, gdzie wynik tego wymaga.

Kiedy liczą się równoległe wywołania narzędzi

Pro akceptuje parallel_tool_calls, Flash nie. To mówi, jakie body żądania możesz wysłać, a nie że Flash nie potrafi używać narzędzi: oba przyjmują definicje narzędzi i tool_choice.

Niezależne odczyty są kandydatami do wywołań równoległych, na przykład pobranie jednocześnie zatwierdzonego katalogu i rekordu zapasów. Akcja eksportu zależy od obu wyników i musi poczekać. Wymuś tę zależność w aplikacji, zamiast traktować proponowaną sekwencję narzędzi jako pozwolenie na działanie. Ustawienie parallel_tool_calls na false w Pro daje co najwyżej jedno wywołanie na turę, gdy każde wywołanie potrzebuje poprzedniego wyniku.

Jeśli Twoja pętla wymaga jawnej kontroli, to konkretny powód do wyboru Pro. Jeśli wykonuje sekwencyjne zapytania i zwraca krótką odpowiedź, zacznij od Flash i dodaj współbieżność dopiero wtedy, gdy podstawowa pętla działa.

Pisanie i roleplay bez cenzury

Oba modele mają w SpicyAPI poziom „Uncensored”: brak filtra treści platformy, a pozostaje własne zachowanie modelu. W naszych testach drabiny treści z września 2026 oba odmówiły bezpośredniej prośby z kategorii sceny dla dorosłych o wyższej intensywności (L4 w recenzjach), gdy przyszła bez kontekstu, i oba ją napisały, gdy prompt systemowy ustawiał ramę pisania fikcji:

Na poziomie L5 każdy model ukończył trzy sformułowania briefu fikcji dla dorosłych i trzy osobnego briefu dosadnej fikcji nie dla dorosłych. Flash złagodził jedno uruchomienie w najłagodniejszej kategorii sugestywnej; pozostałe próby niższych poziomów zakończyły się powodzeniem. Zatem przy fikcji dla dorosłych ujmuj job w ramę w prompcie systemowym na obu modelach i nie płać za Pro w nadziei, że rzadziej odmówi. Nasze recenzje V4 Flash i V4 Pro wymieniają każde uruchomienie.

Roleplay generuje dużo wyjścia, i właśnie tu widać proporcję cen trzy do jednego: około 0,57 $ za 100 tur we Flash wobec 1,72 $ w Pro, przy założeniu 10 000 tokenów wejścia bez cache i 1 000 rozliczanych tokenów wyjścia na turę, wraz z rozumowaniem.

FAQ

Czy V4 Flash wystarcza do programowania?

To tańszy punkt wyjścia, a benchmark na jednej bazie kodu znalazł z Flash wszystkie trzy znane błędy. Przed sugerowaną edycją sprawdź cytowane źródło i uruchom dotknięte testy. Ukierunkowany przebieg Pro jest opcją eskalacji, a nie zamiennikiem tych kontroli.

Czy Flash jest wolny?

Recenzja SpicyAPI odnotowała 40 tokenów wyjścia na sekundę dla Flash i 46 dla Pro. Ta niewielka różnica sama w sobie nie jest powodem, by potroić budżet tokenów, a rzeczywiste opóźnienie zależy od rozumowania i odpowiedzi. Przy krótkich zadaniach obniżaj effort, zamiast traktować ten pomiar jako gwarancję bieżącej szybkości.

Po co wybierać Flash, skoro Pro jest większym modelem?

Oba hostowane ID przyjmują to samo długie wejście, a Flash kosztuje około jednej trzeciej przy stawkach za tokeny bez cache. Przy krótkich odpowiedziach ekstrakcji lub klasyfikacji wyższy limit wyjścia Pro sam w sobie nic nie daje. Eskaluj niejednoznaczny wynik, gdy masz konkretne pytanie do droższego przebiegu.

Czy nową integrację zacząć na V4, czy na V4.1 Flash?

Zacznij od V4.1 Flash, chyba że potrzebujesz konkretnego kontraktu V4 albo utrzymujesz przypiętą integrację. Na V4.1 kierowany jest tylko wycofany alias V4 Flash; V4 Pro działa nadal, a te hostowane kontrakty pozostają wymienione osobno. Sprawdź ponownie każde zachowanie, na którym opiera się Twoja aplikacja, zanim przeniesiesz ruch produkcyjny.