BenchLeader

DeepSeek V4 Flash

推理强度
质量第 79 / 339 名
57.2Index
前四分之一
较中位数 +7.0
价格第 55 / 255 名
$0.262每百万 token
最便宜的四分之一
中位数的 0.3 倍
速度第 107 / 216 名
82token/秒
高于中位数
中位数的 1.0 倍
性价比第 45 / 255 名
218.3分/$
前四分之一
中位数的 3.9 倍

性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,便宜 47%。

有 1 个更便宜的已排名模型得分更高:GLM 5.3 Flash (57.8, $0.238)。

截至 2026年11月16日,DeepSeek V4 Flash(DeepSeek)在 BenchLeader Index 上得分 57.2(共 608 个已排名配置)。表现最好的是人类偏好(62),最弱的是知识(55)。API 价格为输入每百万 token $0.150、输出每百万 token $0.600(按 3:1 混合为 $0.262),为 2026年11月16日的标价。输出速度约为 82 token/秒(OpenRouter)。发布于 2026年7月31日。

要点(截至 2026年11月16日)

  • DeepSeek V4 Flash 的 API 价格为输入每百万 token $0.150、输出每百万 token $0.600(按 3:1 混合为 $0.262)(标价,2026年11月16日)。
  • DeepSeek V4 Flash 的输出速度约为 82 token/秒(OpenRouter,2026年11月16日)。
  • DeepSeek V4 Flash 于 2026年7月31日发布(DeepSeek)。

详细说明:DeepSeek V4 Flash 是 DeepSeek 的开放权重推理模型,发布于 2026年7月31日。其最佳配置(推理强度 high)在 BenchLeader Index 上得分 57.2 ±4.0,在 608 个配置中排第 158 名,处于上半区。关键在于这个“±”:另有 253 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,人类偏好得分最高(62),知识最低(55)。按混合价格计,每百万 token $0.262,比大多数已排名模型便宜。输出速度为 82 token/秒,首 token 延迟 0.7 秒,比大多数模型慢。它已在 7 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。

混合价格
$0.262/M
输入 $0.150 · 输出 $0.600
来源:models.dev
输出速度
82 tok/s
OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
首次回答
0.71 s
上下文
1.0M
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2026年7月31日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index57
  2. 推理59
  3. 编程55
  4. 数学62
  5. 知识55
  6. 人类偏好62

嵌入这个排名

更多徽章样式
[![DeepSeek V4 Flash on BenchLeader: 综合第 78 名](https://www.benchleader.com/badge/deepseek-v4-flash.svg?style=compact)](https://www.benchleader.com/models/deepseek-v4-flash)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

DeepSeek 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

DeepSeek 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
DeepSeek V4 Flashhigh本页2026年7月31日57.2#158
DeepSeek V4 Flash 0420high2026年4月24日––

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
无推理––82 tok/s0.71 s$0.0002推理 31
low––82 tok/s0.71 s$0.0002推理 55
medium––82 tok/s0.71 s$0.0002
high最佳57.2#15882 tok/s0.71 s$0.0002编程 55 · 人类偏好 62 · 知识 55 · 数学 62 · 推理 59
xhigh––82 tok/s0.71 s$0.0002
max56.8#168136 tok/s28 s$0.0001智能体与工具 68 · 编程 56 · 知识 43 · 长上下文 65 · 数学 56 · 推理 62
未说明53.8#25082 tok/s0.71 s$0.0002智能体与工具 53 · 编程 46 · 人类偏好 62 · 数学 59 · 推理 56

Index 走势

2026年9月8日 至 2026年11月16日
485664
  • high
  • max
  • 默认

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

元数据

基准测试max来源趋势
AA Openness Index不计入 Index44.4#97Artificial Analysis

推理

基准测试无推理lowhighmax默认来源趋势
GPQA Diamond–––91.0%#38–Epoch AI Benchmarking Hub
SimpleBench推理强度未说明––––61.1%#41SimpleBench
Arena Hard Prompts––1459#102–1459#101Arena (LMArena)
LiveBench 1.0 Reasoning不计入 Index推理强度未说明––––86.6%#32LiveBench
GPQA Diamond (AA)不计入 Index–––90.8%#55–Artificial Analysis
Humanity's Last Exam (AA)不计入 Index–––38.5%#109–Artificial Analysis
GPQA Diamond (Vals)不计入 Index––89.9%#27––Vals AI
Kagi LLM Benchmark推理强度未说明––––52.2%#77Kagi LLM Benchmark
ARC-AGI-111.8%#24284.0%#12287.0%#10689.0%#92–ARC Prize
ARC-AGI-22.1%#20846.0%#11956.0%#10661.4%#87–ARC Prize
CritPt不计入 Index–––16.6%#96–Artificial Analysis
Arena Expert不计入 Index––1467#96–1458#109Arena (LMArena)
Chess Puzzles不计入 Index–––32.0%#68–Epoch AI Benchmarking Hub
Mystery Game Puzzles不计入 Index–––34.0%#29–Epoch AI Benchmarking Hub
LMCA不计入 Index–––41.7%#108–Epoch AI Benchmarking Hub
DTBench不计入 Index–––90.9%#82–Epoch AI Benchmarking Hub

编程

基准测试无推理mediumhighxhighmax默认来源趋势
SciCode––42.0%#169–49.9%#125–SciCode
WeirdML––57.0%#56–63.0%#43–WeirdML
FrontierCode推理强度未说明–––––18.8%#39Cognition
Arena Coding––1480#113––1484#106Arena (LMArena)
Arena WebDev––1582#43–––Arena (LMArena)
LiveBench 1.0 Coding不计入 Index推理强度未说明–––––75.0%#52LiveBench
SciCode (AA)不计入 Index––––50.4%#121–Artificial Analysis
LiveCodeBench––87.3%#16–––Vals AI
IOI––32.7%#41–––Vals AI
SWE-bench (Vals)不计入 Index––88.8%#11–––Vals AI
Code Migration不计入 Index––38.6%#33–––Vals AI
ProgramBench不计入 Index––0.0%#34–––Vals AI
Vibe Code Bench v1.1不计入 Index––74.7%#45–––Vals AI
ALE-Bench不计入 Index325.0#130–678.2#99–1306.1#40–Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)不计入 Index––––12.1%#112–Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index––––78.7%#50–Artificial Analysis
GameBench 2 Overall不计入 Index跨设置–––––34.1#49DuelLab GameBench 2
GameBench 2 by reasoning setting不计入 Index31.3#16428.9#17443.4#12037.1#148––DuelLab GameBench 2
Design Arena Website不计入 Index推理强度未说明–––––1199#85Design Arena

智能体与工具

基准测试highmax默认来源趋势
LiveBench Agentic Coding不计入 Index推理强度未说明––46.8%#51LiveBench
Terminal-Bench 2.1 (Vals)推理强度未说明––67.0%#36Vals AI
HiL-Bench推理强度未说明––47.8%#18Scale AI SEAL
GDPval-AA v2.1不计入 Index–1437#78–Artificial Analysis
τ³-Banking (AA)–39.4%#34–Artificial Analysis
CyberBench不计入 Index72.1%#17––Vals AI
Finance Agent v2不计入 Index49.5%#48––Vals AI
Harvey's Legal Agent Benchmark v1不计入 Index8.3%#27––Vals AI
Legal Research Bench不计入 Index30.3%#56––Vals AI
SkillsBench不计入 Index50.7%#21––Vals AI
Tax Agent Bench不计入 Index28.1%#39––Vals AI
Terminal-Bench 4.0 (Vals)不计入 Index18.7%#39––Vals AI
Terminal-Bench Science不计入 Index4.3%#27––Vals AI
AutomationBench不计入 Index–54.0%#88–Artificial Analysis
GDP.pdf (AA)不计入 Index–11.0%#157–Artificial Analysis
AA-Briefcase v1.1不计入 Index–1255#107–Artificial Analysis

数学

基准测试highmax默认来源趋势
FrontierMath Tiers 1–3–57.5%#48–Epoch AI Benchmarking Hub
FrontierMath Tier 4–24.4%#54–Epoch AI Benchmarking Hub
OTIS Mock AIME–94.4%#62–Epoch AI Benchmarking Hub
ProofBench推理强度未说明––56.0%#27Vals AI
LiveBench Mathematics不计入 Index推理强度未说明––86.8%#50LiveBench
AIME 2026可能存在污染–95.8%#13–MathArena
HMMT February 2026可能存在污染–93.9%#10–MathArena
MathArena Apex可能存在污染–27.1%#11–MathArena
Arena Maths1441#95–1424#118Arena (LMArena)

知识

基准测试highmax默认来源趋势
SimpleQA Verified–33.6%#66–Epoch AI Benchmarking Hub
LiveBench 1.0 Data Analysis不计入 Index推理强度未说明––79.3%#14LiveBench
MMLU-Pro86.2%#46––Vals AI
LegalBench77.7%#107––Vals AI
CorpFin61.9%#53––Vals AI
TaxEval70.7%#86––Vals AI
BioMysteryBench不计入 Index64.4%#25––Vals AI
Excel Modeling Benchmark不计入 Index57.0%#44––Vals AI
MedCode不计入 Index41.4%#51––Vals AI
MedScribe不计入 Index80.4%#56––Vals AI

指令遵循

基准测试high默认来源趋势
LiveBench Language不计入 Index推理强度未说明–79.2%#37LiveBench
LiveBench Instruction Following不计入 Index推理强度未说明–65.5%#44LiveBench
Arena Instruction Following不计入 Index1434#931428#100Arena (LMArena)

人类偏好

基准测试high默认来源趋势
Arena Text1439#991436#104Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index推理强度未说明–1559#52EQ-Bench
Arena Creative Writing不计入 Index1411#931408#96Arena (LMArena)
Arena Multi-turn不计入 Index1447#981453#85Arena (LMArena)
Arena Longer Queries不计入 Index1449#921448#95Arena (LMArena)

长上下文

基准测试max来源趋势
AA-LCR v1.179.7%#100Artificial Analysis

综合

基准测试max默认来源趋势
Epoch Capabilities Index不计入 Index推理强度未说明–154.4#50Epoch AI Benchmarking Hub
LiveBench 1.0不计入 Index推理强度未说明–74.2%#42LiveBench
AA Intelligence Index v4.3.2不计入 Index34.3#100–Artificial Analysis
AA Progress Index v1不计入 Index309.4#98–Artificial Analysis

GameBench 2 Overall: 34.1. GameBench 2, best reasoning setting (High): 43.4. 仅供参考,不计入 BenchLeader Index。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
Relace143 tok/s0.45 s$0.050$0.4501.0Mfp4
GMICloud126 tok/s1.30 s$0.091$0.1821.0Mfp8
Fireworks125 tok/s0.43 s$0.105$0.2101.0M–
DeepInfra121 tok/s0.41 s$0.090$0.1801.0Mfp8
DeepInfra120 tok/s0.40 s$0.135$0.2701.0Mfp8
Parasail110 tok/s0.60 s$0.140$0.2801.0Mfp8
Baidu Qianfan105 tok/s1.00 s$0.140$0.2801.0Mfp8
Azure100 tok/s0.94 s$0.210$0.5601.0M–
Wafer93 tok/s0.33 s$0.120$0.1701.0Mmxfp4
Venice83 tok/s0.80 s$0.097$0.1931M–
Mancer81 tok/s0.71 s$0.150$0.5001.0Mfp8
DeepInfra65 tok/s1.95 s$0.072$0.1441.0Mfp8
SiliconFlow57 tok/s1.02 s$0.130$0.2801.0Mfp8
AtlasCloud40 tok/s3.97 s$0.140$0.2801.0Mfp4
StreamLake23 tok/s3.57 s$0.084$0.1681.0Mfp8

使用情况

DeepSeek V4 Flash 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商

OpenRouter,过去一周
#14
token 份额 1.6%
可用性,72 小时
99.9%
OpenRouter,全部提供商
工具调用错误率,7 天
1.22%
占工具调用
OpenRouter 每日 token 数(2026年10月17日 至 2026年11月15日):共 15.7T,环比上周 −0.2%。

过去 30 天的典型请求:每次请求 11.2k token、每个输出 token 对应 19 个输入 token、71% 的输入来自缓存、50% 的输出为推理内容、每次请求 0.11 次工具调用。

在 OpenRouter 上向它发送 token 最多的应用:Hermes Agent (1.74T)、LangChain (776B)、pi (328B)、OpenClaw (277B)、Digen AI (164B)。

Vercel AI Gateway 上的提供商吞吐量首 token在线率,1 天
Baseten262 tok/s0.33 s100.00%
Azure209 tok/s0.95 s100.00%
Wafer147 tok/s0.39 s99.97%
Novita139 tok/s0.92 s100.00%
Alibaba Cloud125 tok/s1.65 s100.00%
DeepInfra46 tok/s0.92 s99.99%

来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · 数据截至 2026年11月16日。

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.363$0.726$1.09$1.4526年9月26年10月26年11月
输入 输出
当前:输入 $0.150 · 输出 $0.600

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.003。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0002$0.00024.4 s
总结一份 30 页的报告12,000 / 600$0.0022$0.00088.0 s
代码编辑6,000 / 1,500$0.0018$0.001119.0 s
智能体编程会话60,000 / 4,000$0.011$0.004849.5 s
结构化信息提取2,000 / 200$0.0004$0.00023.1 s

DeepSeek 的更多模型

本月新上线

将 DeepSeek V4 Flash 与以下模型对比

另请参阅

嵌入或引用

在模型卡片或 README 中展示 DeepSeek V4 Flash 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![DeepSeek V4 Flash on BenchLeader: 综合第 78 名](https://www.benchleader.com/badge/deepseek-v4-flash.svg)](https://www.benchleader.com/models/deepseek-v4-flash)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). DeepSeek V4 Flash on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/deepseek-v4-flash

BibTeX:

@misc{benchleader_deepseek_v4_flash_20261116,
  author       = {{BenchLeader}},
  title        = {{DeepSeek V4 Flash on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/deepseek-v4-flash}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

DeepSeek V4 Flash 的基准测试得分是多少?
截至 2026年11月16日,DeepSeek V4 Flash(推理强度 high)的 BenchLeader Index 为 57.2 ±4.0。最强的是人类偏好(62),最弱的是知识(55)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
DeepSeek V4 Flash 排名第几?
截至 2026年11月16日,DeepSeek V4 Flash(推理强度 high)在 608 个已排名配置中排第 158 名。另有 253 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
DeepSeek V4 Flash 每百万 token 的价格是多少?
截至 2026年11月16日,DeepSeek V4 Flash 的价格为输入每百万 token $0.150、输出每百万 token $0.600,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.262。标价最近一次变动是在 2026年10月21日。
DeepSeek V4 Flash 比 Grok 4.7 更好吗?
截至 2026年11月16日,DeepSeek V4 Flash(推理强度 high)与 Grok 4.7(推理强度 xhigh)的质量不相上下(BenchLeader Index 57.2 比 57.4,在 ±4.8 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
DeepSeek V4 Flash 是什么时候发布的?
DeepSeek 于 2026年7月31日发布了 DeepSeek V4 Flash。BenchLeader 收录了它在 7 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《DeepSeek V4 Flash:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/deepseek-v4-flash。