DeepSeek V4 Flash или Pro: выбор API под задачу

Текстовому конвейеру могут понадобиться извлечение данных, проверка документов или ролевая игра, и у каждой задачи свой бюджет на ответ. Для новой интеграции начните с deepseek/v4.1-flash/chat: $0.30 за вход и $1.20 за выход за миллион, лимит ответа 384 000 токенов. Если ваша интеграция привязана к ID V4, используйте V4 Flash для рутинной работы; Pro выбирайте ради явного управления параллельными вызовами инструментов, ради ответа длиннее 65 536 токенов или для конкретной задачи, где результат оправдывает тройную цену токена. Оба ID V4 принимают 1 048 576 токенов, поэтому один лишь длинный ввод не повод платить за Pro.

Руководство по миграции на V4.1 Flash описывает путь для новых проектов. Сравнения ниже относятся к двум размещённым ID V4.

Какая модель для какой работы

Различия в контракте

Страницы V4 Flash и V4 Pro показывают актуальные размещённые поля. Обе допускают до 256 сообщений и 128 определений инструментов, до 60 минут на запрос, и ни одна не предоставляет temperature и top_p. Страница сравнения SpicyAPI показывает те же поля по живой схеме.

Оба эндпоинта отклоняют поля, которых нет в их списке. Тело запроса, скопированное с эндпоинта Pro вместе с parallel_tool_calls, на Flash не игнорируется, а не проходит валидацию, поэтому храните поля каждой модели отдельно, а не отправляйте их объединение.

Что с этими ID у DeepSeek. В текущем журнале изменений DeepSeek V4 Flash выводится из эксплуатации, а его старый алиас временно перенаправляется на V4.1 Flash; обслуживание V4 Pro продолжается с прежней тарификацией. SpicyAPI перечисляет отдельные ID, указанные выше; при поддержке интеграции V4 закрепляйте полный размещённый ID, а не алиас вышестоящего провайдера. Анонс DeepSeek от 10 сентября описывает перенаправления нативных алиасов, поэтому результат с форума, где использовались нативные алиасы, мог вообще не сравнивать исходные версии V4; различайте названия моделей, версионные ID и наблюдаемые результаты, прежде чем полагаться на любую страницу «Flash vs Pro». Для новой разработки практическая причина начать с V4.1 Flash состоит в его более низкой цене и большем лимите ответа.

Что обнаружили другие разработчики с этой парой

Бенчмарк проверки кода из 18 запусков на одной кодовой базе на Python, с датированными снимками 0731 для Flash и 0813 для Pro, выявил полезную разницу:

• Охват: Pro выдал 169 проверяемых утверждений против 70 у Flash. Точность утверждений была близкой: 95,9 % против 95,7 %.
• Поиск багов: Flash нашёл все три известных скрытых бага, Pro нашёл один. Flash также выдумал граничный случай, поэтому проверяйте предложенные исправления по исходникам.
• Стабильность: глубина отчётов Pro отличалась в 2,7 раза между повторными запусками. Сканирование Flash с последующей целевой проверкой Pro показало лучший результат в этой схеме.

Используйте Flash для недорогого первого прохода, а неясную находку вместе с её источником и точным вопросом передавайте Pro. Отчёт ни одной из моделей не заменяет проверку исходников и тесты приложения.

Сначала попробуйте в Playground

1. Откройте DeepSeek V4 Flash и перейдите в Playground.
2. Вставьте запись об одобрении каталога и тайм-ауте инвентаря из примера. Спросите, можно ли экспортировать job E42.
3. Повторите на V4 Pro с тем же вводом. Оба ответа должны заблокировать экспорт, потому что текущий запрос инвентаря не удался.

Проверьте обе модели на решении с одним верным ответом

Допустим, экспорт витрины автора зависит от одобренного каталога и актуального запроса инвентаря. Модель должна назвать то, что блокирует экспорт, и не считать незавершённый шаг выполненным. Тестовый пример достаточно дёшев, чтобы прогнать его на обеих моделях до отправки большой расшифровки.

Задайте SPICY_API_KEY ключом из API Keys. Запрос использует интерфейс 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

Правильное решение: can_export: false, а блокирующая причина — отсутствие актуального инвентаря. Вчерашний снимок не является требуемым актуальным запросом, и массив evidence должен цитировать строку о тайм-ауте.

Это проверка тестового примера, а не универсальный бизнес-валидатор: реальные экспорты должны опираться на фактические статусы зависимостей в вашем приложении. Модель может процитировать настоящее предложение и всё равно сделать неверный вывод, поэтому здесь проверяются и решение, и доказательства.

Чтобы запустить Pro на том же вводе, поменяйте только ID модели. Оставьте источник, инструкции, effort и потолок вывода без изменений и оценивайте каждый ответ по двум пунктам: назвал ли он блокирующую причину и встречаются ли цитаты в записи? Более длинное объяснение не означает лучшего решения.

Если Flash справляется, этот пример не даёт вам оснований платить за Pro в этой задаче. Если любая из моделей выдумывает успех запроса инвентаря, не передавайте её ответ дальше только потому, что JSON разобрался. Если не справились обе, проверьте, чётко ли сформулировано требование, прежде чем видеть решение в более высокой цене.

Пусть Agent подготовит вызов

Для повторяющихся проверок решения об экспорте попросите вашего кодового Agent использовать Skill SpicyAPI: «Read deepseek/v4-flash/chat, then adapt the example to my input; show the request before running it.» Запрос через CLI: spicyapi models get deepseek/v4-flash/chat --json; через MCP: spicyapi_model_get с model: "deepseek/v4-flash/chat". Чат-вызовы выполняются совместимым клиентом или через чат-API; команды медиазадач чат-ответы не генерируют.

Какому workflow нужен более дорогой тариф?

Чтобы извлечь дату релиза, имена персонажей и запрошенное число изображений из одного полного брифа автора, у Flash есть обычные параметры и достаточный запас вывода. Больший потолок вывода Pro не даёт ничего короткому JSON-объекту. Начните с Flash и используйте явные значения для отсутствующих данных, чтобы «no release date supplied» не превратилось в выдуманную дату.

Для проверки зависимостей между несколькими записями сделайте правила job конкретными. Одобренного референса персонажа недостаточно, если для шота нужны одобренный второй персонаж и актуальный ассет инвентаря. Модель должна заметить отсутствующее одобрение второго персонажа, даже если окружающая производственная расшифровка раз за разом называет шот готовым. Пример выше проверяет это различие на инвентаре. Сравнить с Pro имеет смысл на сложном job, который не удался.

Для очень большого преобразования требование к выводу может решить выбор без каких-либо утверждений о качестве. Если фактически возвращаемый документ должен превысить 65 536 токенов в одном ответе, потолок Flash не подходит, а Pro позволяет больше вывода. Если независимые записи можно возвращать меньшими группами, пакетная обработка сохранит применимость Flash и упростит повтор неудавшейся группы. Не разбивайте задачу, ответ которой зависит от связей между этими группами, не перенося эти связи из группы в группу.

Выборочное повышение экономично, только пока остаётся выборочным. При допущениях ниже (50 000 токенов ввода и 3 000 вывода) 900 вызовов Flash плюс 100 вызовов Pro стоят $31.152, против $77.88 за все 1 000 на Pro. Если каждый job сначала идёт через Flash, а затем 100 требуют Pro, совокупный итог составляет $33.748. Это гипотетические итоги, объясняющие компромисс при повторах; реальный расход токенов будет отличаться.

Сколько стоит запрос при одинаковом объёме

Для запроса с 50 000 некэшированных токенов ввода и 3 000 оплачиваемых токенов вывода:

• 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.

Тысяча таких запросов стоит $25.96 и $77.88. Если 40 000 токенов ввода — чтения из кэша, а 10 000 — нет, стоимость запроса составит $0.00892 для Flash и $0.02684 для Pro. Тарифы кэша не находятся в точном соотношении три к одному, поэтому считайте итоги, а не округляйте от заголовочной цены.

Два фактора влияют на счёт сильнее, чем выбор модели:

• Рассуждение тарифицируется как вывод. Effort по умолчанию — high. Для извлечения данных и классификации проверьте low или none, чтобы пропустить этап рассуждения, и сравнивайте не только токены, но и принятые результаты.
• Повторные попытки учитываются. Важна стоимость принятого ответа, а не вызова.

Выборочная эскалация сохраняет большую часть экономии. Отправляйте всё на Flash, а неудавшийся или неоднозначный результат — на Pro вместе с доказательствами того, почему он не удался. Если при указанном выше расходе эскалируется один запрос из десяти, а эскалированный запрос оплачивает и вызов Flash, и вызов Pro, среднее составит около $0.03375 за запрос против $0.0779 при всём на Pro. Вторая модель может повторить ту же ошибку, поэтому сохраняйте настоящую проверку корректности задачи.

Когда важен больший вывод Pro

Потолок в 384 000 токенов важен, только когда нужный ответ действительно превышает 65 536 токенов, например упорядоченный план миграции с SQL и откатом для каждого шага, который должен прийти целиком. Короткий отчёт по длинному вводу не подходит: ёмкость ввода одинакова.

Прежде чем просить огромный ответ, убедитесь, что ваш потребитель сможет его проверить и сохранить. Правку по главам или записи, разбитые на независимые группы, легче восстановить после прерывания. Оставляйте один ответ, только когда части зависят от общей структуры.

Не путайте максимум со значением по умолчанию. У обеих моделей по умолчанию 32 768 токенов вывода, а ответ, дошедший до лимита, обрывается без ошибки. Для коротких задач вроде примера выше задавайте небольшое явное значение, а большее — только там, где его требует результат.

Когда важны параллельные вызовы инструментов

Pro принимает parallel_tool_calls, Flash — нет. Это говорит о том, какое тело запроса можно отправить, а не о том, что Flash не умеет работать с инструментами: обе принимают определения инструментов и tool_choice.

Независимые чтения — кандидаты на параллельные вызовы, например одновременная загрузка одобренного каталога и записи инвентаря. Действие экспорта зависит от обоих результатов и должно ждать. Обеспечивайте эту зависимость в приложении, а не считайте предложенную последовательность инструментов разрешением действовать. Значение false для parallel_tool_calls на Pro даёт не более одного вызова за ход, когда каждому вызову нужен результат предыдущего.

Если вашему циклу нужно явное управление, это конкретная причина выбрать Pro. Если он выполняет последовательные запросы и возвращает короткий ответ, начните с Flash и добавляйте параллелизм только после того, как базовый цикл заработает.

Письмо и ролевая игра без цензуры

Обе модели относятся к уровню «Uncensored» в SpicyAPI: без фильтра контента платформы, остаётся лишь собственное поведение модели. В наших тестах лестницы контента в сентябре 2026 года обе отклонили прямой запрос из категории сцены для взрослых повышенной интенсивности (L4 в обзорах), когда он приходил без контекста, и обе написали её, когда системный промпт задавал рамку художественного письма:

На уровне L5 каждая модель выполнила три формулировки брифа художественной прозы для взрослых и три формулировки отдельного брифа жёсткой прозы не для взрослых. Flash смягчил один запуск в самой мягкой намекающей категории; остальные пробы более низких уровней выполнены. Поэтому для прозы для взрослых задавайте рамку job в системном промпте на любой из моделей и не платите за Pro в надежде, что она реже откажет. Наши обзоры V4 Flash и V4 Pro перечисляют каждый запуск.

Ролевая игра требует много вывода, и именно здесь заметно соотношение цен три к одному: около $0.57 за 100 реплик на Flash против $1.72 на Pro, при допущении 10 000 некэшированных токенов ввода и 1 000 оплачиваемых токенов вывода на реплику, включая рассуждение.

FAQ

Достаточно ли V4 Flash для программирования?

Это более дешёвая отправная точка, и бенчмарк на одной кодовой базе нашёл с Flash все три известных бага. Перед предложенной правкой проверьте цитируемый исходник и запустите затронутые тесты. Целевой проход Pro — вариант эскалации, а не замена этим проверкам.

Flash медленный?

В обзоре SpicyAPI зафиксировано 40 токенов вывода в секунду для Flash и 46 для Pro. Такая небольшая разница сама по себе не повод утраивать бюджет токенов, а реальная задержка зависит от рассуждения и ответа. Для коротких задач снижайте effort, а не полагайтесь на этот снимок как на гарантию текущей скорости.

Зачем выбирать Flash, если Pro — более крупная модель?

Оба размещённых ID принимают один и тот же длинный ввод, а Flash стоит около трети по тарифам некэшированных токенов. Для коротких ответов на извлечение данных или классификацию больший потолок вывода Pro сам по себе ничего не даёт. Эскалируйте неоднозначный результат, когда у вас есть конкретный вопрос для более дорогого прохода.

Начинать новую интеграцию на V4 или на V4.1 Flash?

Начинайте с V4.1 Flash, если только вам не нужен конкретный контракт V4 или вы не поддерживаете закреплённую интеграцию. На V4.1 перенаправляется только выведенный алиас V4 Flash; V4 Pro продолжает работать, и эти размещённые контракты по-прежнему перечислены отдельно. Перепроверьте любое поведение, на которое опирается ваше приложение, прежде чем переводить рабочий трафик.