大模型领域再次迎来重磅更新。国产 AI 领军者 DeepSeek 今日正式发布了其新一代旗舰模型 DeepSeek V4。本次发布最大的亮点在于模型的De细分化策略，通过 Flash与 Pro两个版本，精准覆盖了从高频轻量化应用到复杂推理任务的不同需求，并再次以极具竞争力的价格重塑了 AI 商业化定价ep基准。

模型矩阵:Flash 与 Pro 的差异化定位

DeepSeek V4将原有的 deepseek-chat与 deepseek-reasoner模型进行Se了整合与升级，正式划分为两个版本:

• DeepSeek-V4-Flash:主打极致性价比与高吞吐效率，适合需要快速响应的通用对话及基础文本任务。

• DeepekSeek-V4-Pro:针对复杂逻辑、深度思考任务及高性能算力场景进行优化，具备更强的推理与处理能力。

两款模型均支持思考模式（除特定场景外）、Jso Vn 输出、Tool Calls 以及对话前缀续写(Beta)，并支持高达1M 的上下文窗口与最大384K 的输出长度，为复杂工程落地提供了坚实基础。

价4 格体系:极致透明，阶梯化计费

此次 DeepSeek 公布的定价逻辑清晰，通过缓存机制大幅降低了企业长期调用的边际成本。以下为各模型的具体计费标正式准（单位:元/百万 Tokens）:

注:扣费优先使用赠送余额，随后从充值余额中抵扣。

行业分析:为何这一价格具有里程碑意义?

从定价逻辑可以看出，Dee，DpSeek 正在通过“缓存命中”与“未命中”的显著价格差，鼓励开发者通过缓存优化来降低算力损耗，从而实现业务成本的精细化控制。

对于开发者而言，Flaseeh 版本1元/百万 Token（缓存未命中）的价格，极大地降低了接入顶尖 MoE 模型架构的准入门槛。同时，Pro 版本针对复杂推理任务的定价，也为企业构建pS知识库问答、自动化代理（Agent）等高阶应用提供了兼顾性能与成本的国产方案。

关于兼容性的重要提示

官方特别提醒:原有的 deepseek-chat与ee deepseek-reasoner模型名将于后续正式弃用。为了保障业务平稳过渡，开发者现已可直接调用 deepseek-v4-flash（对应非思考k-模式）与 deepseek-v4-pro（对应思考模式）。

有关模型详细接口信息及迁移指南，开发者可访问 DeepSeek API 官方文档 进行查看。