DeepSeek V4 Flash vs V4 Pro：該使用哪個 API

對於可以自動檢查並以低成本重試的任務，請使用 DeepSeek V4 Flash。對於初步結果較弱會導致昂貴返工的工作，請使用 DeepSeek V4 Pro：例如多檔案變更、需求模糊，或具有廣泛副作用的 agent 計畫。

這些模型共享相同的 API 系列與 1M 上下文視窗。選擇取決於成本、容量與故障容忍度，而非基本功能的存取權限。

簡短結論

選擇 Flash 來進行擷取、分類、固定結構的 JSON、批次轉換，以及有界限的工具呼叫。在呼叫後放置 parser、schema validator、test suite 或 reviewer。其官方未快取的輸入與輸出速率約為 Pro 的三分之一，而其列出的併發限制則高出五倍。

當不良結果難以察覺或修復成本很高時，請選擇 Pro。典型例子包括跨整個 repository 的程式碼變更、資料庫 migrations、安全性敏感邏輯，以及需要協調多個工具的計畫。Pro 並不會取代驗證；它只是降低第一次嘗試造成更多工作量的機率。

DeepSeek 的 V4 發佈說明 將 Pro 定位為在 agentic coding 和 reasoning 上更強。它將 Flash 描述為在 reasoning 上接近，且在簡單 agent 任務上表現相當。這是一個實際的界線：先用 Flash 處理可觀察的工作，然後在檢查失敗或昂貴的失敗模式出現時再升級。

共用的 API 功能與重要差異

DeepSeek API 模型頁面列出了兩個 V4 模型相同的 1M context、384K maximum output、JSON output、tool calls、thinking mode、non-thinking mode，以及 FIM availability。

在比較期間保持 prompts、tools、thinking mode 和 validators 固定。只更改一個變數，也就是 model ID，並衡量接受的結果、重試次數、延遲和成本。

價格：快取行為會改變計算結果

截至 2026 年 7 月 14 日查核的官方費率為每 1M tokens。請在編列預算前確認 即時價格頁面。

對於 1M 未快取輸入加上 1M 輸出，Flash 的費用為 $0.42，Pro 的費用為 $1.305。對於 1M 已快取輸入加上 1M 輸出，總費用分別為 $0.2828 和 $0.873625。已快取輸入縮小了絕對差距；未快取輸入和輸出造成了更大的成本差異。

因此，價格問題很簡單：Flash 是否能在一次確定性失敗後，以少於一次 Pro 呼叫的成本重試，且這次重試是否安全？如果可以，Flash 就是合理的預設選擇。如果不行，請先把任務交給 Pro。

端點冒煙測試：保護結構化輸出免受 token 限制影響

我於 2026 年 7 月 14 日，透過已設定的內部端點，對每個模型各執行了一次三個 synthetic JSON 任務：invoice arithmetic、dependency scheduling，以及 policy routing。每個回應都必須可解析並滿足一個固定的斷言。請求使用 temperature: 0、500 個 token 的限制，以及一個關閉 thinking 的欄位。這是一個六次呼叫的設定檢查，而不是一般基準測試。

兩個模型在返回最終 JSON 之前都在發票任務上停止了。Pro 也在排程任務上停止了。儘管有禁用思考的欄位，該端點仍回傳了 reasoning_content，而且其 completion-token 的計算包含了這部分推理工作。測試結果顯示這在實務上是可運作的：在此端點上，500 token 的設定並不能可靠地為結構化的最終答案保留空間。

為推理加上最終成果設定輸出預算。拒絕格式錯誤的 JSON，記錄 finish_reason，並且只有在驗證器失敗後才重試或升級處理。完整的任務定義、斷言與原始回應都記錄在本文章的研究檔案中。

適用於生產環境的路由規則

如果任務有確定性的驗證器
   且重試成本低於人工返工
   且吞吐量很重要：
    呼叫 deepseek-v4-flash
    驗證結果
    失敗時重試一次，或升級到 deepseek-v4-pro
否則：
    呼叫 deepseek-v4-pro

Flash 路由需要明確的檢查。使用 JSON schemas 進行擷取、使用測試驗證程式碼變更、使用來源要求來撰寫摘要，並為工具允許列出參數。Pro 路由仍然需要相同的控制，特別是針對金融、授權以及面向客戶的內容。

一份 Kilo 編碼工作流程報告 發現，Pro 在一項後端任務上比 Flash 更強，但兩者的輸出都有缺陷。請將此視為針對特定任務的數據點。這支持對兩個層級進行驗證。

遷移說明

請明確設定 V4 IDs，而不是依賴別名。V4 發布說明指出 deepseek-chat 和 deepseek-reasoner 預定將於 2026 年 7 月 24 日 15:59 UTC 停用。在相容期間，它們會對應到 Flash 的 non-thinking 和 thinking 模式。

使用具代表性的提示詞執行金絲雀測試。依路由追蹤請求數、已快取的輸入、輸出、重試、驗證器失敗、首個 token 時間、總延遲，以及人工修正時間。真正有用的指標是每個已接受任務的成本，而不只是每個 token 的成本。

常見問題

DeepSeek V4 Flash 比 V4 Pro 更便宜嗎？

是。在本次比較所查詢的官方費率中，Flash 的費用為每 1M 未快取輸入 tokens 0.14 美元，而對比為 0.435 美元；每 1M 輸出 tokens 則為 0.28 美元，而對比為 0.87 美元。快取輸入的差異要小得多。

Flash 的上下文視窗和 Pro 一樣嗎？

是的。兩者都列出 1M 的上下文窗口和 384K 的最大輸出。請根據任務風險和成本來選擇模型。

Pro 一定比 Flash 更準確嗎？

不。Pro 是處理複雜或代價高昂失敗情況時更安全的預設選擇，但輸出品質取決於任務、提示、模式、供應商以及驗證。請以實際流程中的接受率與返工情況作衡量。

為什麼模型在達到 token 限制之前沒有回傳 JSON？

推理可能會在最終答案輸出之前耗盡端點的 completion-token 預算。上方的小型端點測試在兩個模型上都顯示了這種行為。請提高輸出額度，並驗證最終的 JSON，而不是假設已套用所要求的模式。

結論

Flash 是針對已驗證的大量工作之高性價比路線。Pro 是針對具有高昂返工成本的複雜工作的風險控制路線。兩者都使用相同的 API 用戶端，明確指定路線，並讓已接受任務的成本決定每個工作負載的歸屬。