DeepSeek V4 Flash vs V4 Pro：该使用哪个 API

对于可以自动检查并且可低成本重试的任务，请使用 DeepSeek V4 Flash。对于首次输出较弱会导致昂贵返工的工作，请使用 DeepSeek V4 Pro：例如多文件修改、需求模糊，或具有广泛副作用的 agent 计划。

这些模型共享相同的 API 家族和 1M 上下文窗口。选择取决于成本、容量和故障容忍度，而不是基本功能访问。

简短结论

选择 Flash 进行提取、分类、固定模式 JSON、批量转换以及受限工具调用。在调用之后添加解析器、模式验证器、测试套件或审查者。其官方未缓存输入和输出速率约为 Pro 的三分之一，列出的并发限制则高出五倍。

当不良结果难以察觉或修复代价高昂时，选择 Pro。典型示例包括全仓库代码更改、数据库迁移、安全敏感逻辑，以及需要协调多个工具的计划。Pro 并不能替代验证；它只是降低首次处理后产生更多工作量的可能性。

DeepSeek 的 V4 发布说明将 Pro 定位为更强的 agentic coding 和 reasoning。它将 Flash 描述为在 reasoning 上接近，并且在简单的 agent 任务上表现相当。这是一个实用的边界：先用 Flash 处理可观察的工作，然后在检查失败或出现高成本失败模式时升级。

共享 API 功能以及重要差异

DeepSeek API model page列出了两个 V4 模型相同的 1M 上下文、384K 最大输出、JSON 输出、工具调用、思考模式、非思考模式以及 FIM 可用性。

在比较过程中保持提示词、工具、思考模式和验证器固定不变。只更改一个变量，即 model ID，并衡量可接受结果、重试次数、延迟和成本。

价格：缓存行为改变了计算方式

截至 2026 年 7 月 14 日核实的官方费率按每 100 万 tokens 计算。预算前请确认实时定价页面。

对于 100 万未缓存输入加 100 万输出，Flash 的费用为 $0.42，Pro 的费用为 $1.305。对于 100 万缓存输入加 100 万输出，总费用分别为 $0.2828 和 $0.873625。缓存输入缩小了绝对差距；未缓存输入和输出造成了更大的成本差异。

因此，价格问题很简单：Flash 能否在一次确定性失败后以低于一次 Pro 调用的成本重试，并且这种重试是否安全？如果可以，Flash 就是合理的默认选择。如果不可以，就先把任务发送给 Pro。

端点冒烟测试：保护结构化输出免受 token 限制影响

我于 2026 年 7 月 14 日通过已配置的内部端点，在每个模型上各运行了一次三个合成 JSON 任务：发票算术、依赖调度和策略路由。每个响应都必须可解析并满足一个固定断言。该请求使用了 temperature: 0、500 令牌限制，以及一个禁用思考的字段。这是一次六次调用的配置检查，不是通用基准测试。

两个模型在发票任务上都在返回最终 JSON 之前停止了。Pro 也在日程任务上停止了。尽管设置了禁用思考的字段，端点仍返回了 reasoning_content，而且其 completion-token 计数还包含了这部分推理工作。测试结果说明了一个实际问题：在此端点上，500-token 的设置并不能可靠地为结构化的最终答案留出空间。

为推理和最终产物设置输出预算。拒绝格式错误的 JSON，记录 finish_reason，并且仅在验证器失败后才重试或升级处理。完整的任务定义、断言和原始响应都记录在本文的研究文件中。

适用于生产环境的路由规则

如果任务有确定性验证器
   且重试成本低于人工返工
   且吞吐量重要：
    调用 deepseek-v4-flash
    验证结果
    失败时重试一次，或升级到 deepseek-v4-pro
否则：
    调用 deepseek-v4-pro

Flash 路由需要显式检查。提取使用 JSON schemas，代码更改使用测试，摘要使用源要求，并为工具允许白名单参数。Pro 路由仍然需要相同的控制，尤其是针对金融、授权和面向客户的内容。

一份Kilo 编码工作流报告发现，在一个后端任务上，Pro 比 Flash 更强，但两者的输出都有缺陷。应将其视为一个特定任务的数据点。它支持对两个层级都进行验证。

迁移说明

请显式设置 V4 IDs，而不是依赖别名。V4 发布说明指出，deepseek-chat 和 deepseek-reasoner 计划于 2026 年 7 月 24 日 15:59 UTC 停用。在兼容期内，它们分别映射到 Flash 的 non-thinking 和 thinking 模式。

使用具有代表性的提示运行金丝雀测试。按路由跟踪请求数量、缓存输入、输出、重试、验证器失败、首个 token 时间、总延迟以及人工纠正时间。真正有用的指标是每个已接受任务的成本，而不仅仅是每个 token 的成本。

常见问题

DeepSeek V4 Flash 比 V4 Pro 更便宜吗？

是的。根据用于此比较所检查的官方费率，Flash 的价格为每 100 万个未缓存输入 token 0.14 美元，而对比项为 0.435 美元；每 100 万个输出 token 的价格为 0.28 美元，而对比项为 0.87 美元。缓存输入的差异要小得多。

Flash 和 Pro 的上下文窗口一样吗？

是的。两者都列出了 1M 上下文窗口和 384K 最大输出。请根据任务风险和成本来选择模型。

Pro 总是比 Flash 更准确吗？

不。对于复杂或代价高昂的故障，Pro 是更安全的默认选项，但输出质量取决于任务、提示、模式、提供商和验证。请在实际流程上衡量接受率和返工率。

为什么模型在达到 token 限制之前没有返回 JSON？

推理可能会在最终答案输出之前耗尽端点的 completion-token 预算。上面的 small endpoint 测试在两个模型上都显示了这种行为。请增加输出配额，并在验证最终 JSON 之后，再假定所请求的模式已生效。

结论

Flash 是经过验证的大批量工作的高性价比方案。Pro 是适用于复杂工作、可控制返工风险的方案。两者都使用同一个 API client，明确指定 route，并让已接受任务的成本决定每类工作应归属何处。