DeepSeek V4 Flash
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
- 综合 Index57
- 推理59
- 编程55
- 数学62
- 知识55
- 人类偏好62
嵌入这个排名
更多徽章样式[](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。
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 0420high | 2026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/s | 0.71 s | $0.0002 | 推理 31 |
| low | – | – | 82 tok/s | 0.71 s | $0.0002 | 推理 55 |
| medium | – | – | 82 tok/s | 0.71 s | $0.0002 | |
| high最佳 | 57.2 | #158 | 82 tok/s | 0.71 s | $0.0002 | 编程 55 · 人类偏好 62 · 知识 55 · 数学 62 · 推理 59 |
| xhigh | – | – | 82 tok/s | 0.71 s | $0.0002 | |
| max | 56.8 | #168 | 136 tok/s | 28 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 | #250 | 82 tok/s | 0.71 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- 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 Index | 44.4#97 | Artificial Analysis |
推理
| 基准测试 | 无推理 | low | high | max | 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%#41 | SimpleBench | |
| Arena Hard Prompts | – | – | 1459#102 | – | 1459#101 | Arena (LMArena) | |
| LiveBench 1.0 Reasoning不计入 Index推理强度未说明 | – | – | – | – | 86.6%#32 | LiveBench | |
| 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%#77 | Kagi LLM Benchmark | |
| ARC-AGI-1 | 11.8%#242 | 84.0%#122 | 87.0%#106 | 89.0%#92 | – | ARC Prize | |
| ARC-AGI-2 | 2.1%#208 | 46.0%#119 | 56.0%#106 | 61.4%#87 | – | ARC Prize | |
| CritPt不计入 Index | – | – | – | 16.6%#96 | – | Artificial Analysis | |
| Arena Expert不计入 Index | – | – | 1467#96 | – | 1458#109 | Arena (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 | medium | high | xhigh | max | 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%#39 | Cognition | |
| Arena Coding | – | – | 1480#113 | – | – | 1484#106 | Arena (LMArena) | |
| Arena WebDev | – | – | 1582#43 | – | – | – | Arena (LMArena) | |
| LiveBench 1.0 Coding不计入 Index推理强度未说明 | – | – | – | – | – | 75.0%#52 | LiveBench | |
| 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 Index | 325.0#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#49 | DuelLab GameBench 2 | |
| GameBench 2 by reasoning setting不计入 Index | 31.3#164 | 28.9#174 | 43.4#120 | 37.1#148 | – | – | DuelLab GameBench 2 | |
| Design Arena Website不计入 Index推理强度未说明 | – | – | – | – | – | 1199#85 | Design Arena |
智能体与工具
| 基准测试 | high | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| LiveBench Agentic Coding不计入 Index推理强度未说明 | – | – | 46.8%#51 | LiveBench | |
| Terminal-Bench 2.1 (Vals)推理强度未说明 | – | – | 67.0%#36 | Vals AI | |
| HiL-Bench推理强度未说明 | – | – | 47.8%#18 | Scale 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 Index | 72.1%#17 | – | – | Vals AI | |
| Finance Agent v2不计入 Index | 49.5%#48 | – | – | Vals AI | |
| Harvey's Legal Agent Benchmark v1不计入 Index | 8.3%#27 | – | – | Vals AI | |
| Legal Research Bench不计入 Index | 30.3%#56 | – | – | Vals AI | |
| SkillsBench不计入 Index | 50.7%#21 | – | – | Vals AI | |
| Tax Agent Bench不计入 Index | 28.1%#39 | – | – | Vals AI | |
| Terminal-Bench 4.0 (Vals)不计入 Index | 18.7%#39 | – | – | Vals AI | |
| Terminal-Bench Science不计入 Index | 4.3%#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 | high | max | 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%#27 | Vals AI | |
| LiveBench Mathematics不计入 Index推理强度未说明 | – | – | 86.8%#50 | LiveBench | |
| 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 Maths | 1441#95 | – | 1424#118 | Arena (LMArena) |
知识
| 基准测试 | high | max | 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%#14 | LiveBench | |
| MMLU-Pro | 86.2%#46 | – | – | Vals AI | |
| LegalBench | 77.7%#107 | – | – | Vals AI | |
| CorpFin | 61.9%#53 | – | – | Vals AI | |
| TaxEval | 70.7%#86 | – | – | Vals AI | |
| BioMysteryBench不计入 Index | 64.4%#25 | – | – | Vals AI | |
| Excel Modeling Benchmark不计入 Index | 57.0%#44 | – | – | Vals AI | |
| MedCode不计入 Index | 41.4%#51 | – | – | Vals AI | |
| MedScribe不计入 Index | 80.4%#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%#37 | LiveBench | |
| LiveBench Instruction Following不计入 Index推理强度未说明 | – | 65.5%#44 | LiveBench | |
| Arena Instruction Following不计入 Index | 1434#93 | 1428#100 | Arena (LMArena) |
人类偏好
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1439#99 | 1436#104 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 1559#52 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1411#93 | 1408#96 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1447#98 | 1453#85 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1449#92 | 1448#95 | Arena (LMArena) |
长上下文
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 79.7%#100 | Artificial 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#50 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0不计入 Index推理强度未说明 | – | 74.2%#42 | LiveBench | |
| AA Intelligence Index v4.3.2不计入 Index | 34.3#100 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 309.4#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 |
|---|---|---|---|---|---|---|
| Relace | 143 tok/s | 0.45 s | $0.050 | $0.450 | 1.0M | fp4 |
| GMICloud | 126 tok/s | 1.30 s | $0.091 | $0.182 | 1.0M | fp8 |
| Fireworks | 125 tok/s | 0.43 s | $0.105 | $0.210 | 1.0M | – |
| DeepInfra | 121 tok/s | 0.41 s | $0.090 | $0.180 | 1.0M | fp8 |
| DeepInfra | 120 tok/s | 0.40 s | $0.135 | $0.270 | 1.0M | fp8 |
| Parasail | 110 tok/s | 0.60 s | $0.140 | $0.280 | 1.0M | fp8 |
| Baidu Qianfan | 105 tok/s | 1.00 s | $0.140 | $0.280 | 1.0M | fp8 |
| Azure | 100 tok/s | 0.94 s | $0.210 | $0.560 | 1.0M | – |
| Wafer | 93 tok/s | 0.33 s | $0.120 | $0.170 | 1.0M | mxfp4 |
| Venice | 83 tok/s | 0.80 s | $0.097 | $0.193 | 1M | – |
| Mancer | 81 tok/s | 0.71 s | $0.150 | $0.500 | 1.0M | fp8 |
| DeepInfra | 65 tok/s | 1.95 s | $0.072 | $0.144 | 1.0M | fp8 |
| SiliconFlow | 57 tok/s | 1.02 s | $0.130 | $0.280 | 1.0M | fp8 |
| AtlasCloud | 40 tok/s | 3.97 s | $0.140 | $0.280 | 1.0M | fp4 |
| StreamLake | 23 tok/s | 3.57 s | $0.084 | $0.168 | 1.0M | fp8 |
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
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 |
|---|---|---|---|
| Baseten | 262 tok/s | 0.33 s | 100.00% |
| Azure | 209 tok/s | 0.95 s | 100.00% |
| Wafer | 147 tok/s | 0.39 s | 99.97% |
| Novita | 139 tok/s | 0.92 s | 100.00% |
| Alibaba Cloud | 125 tok/s | 1.65 s | 100.00% |
| DeepInfra | 46 tok/s | 0.92 s | 99.99% |
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。
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 | $0.0002 | 4.4 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0022 | $0.0008 | 8.0 s |
| 代码编辑 | 6,000 / 1,500 | $0.0018 | $0.0011 | 19.0 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.011 | $0.0048 | 49.5 s |
| 结构化信息提取 | 2,000 / 200 | $0.0004 | $0.0002 | 3.1 s |
DeepSeek 的更多模型
将 DeepSeek V4 Flash 与以下模型对比
- DeepSeek V4 Flash vs DeepSeek V4.1 Flash 1017
- DeepSeek V4 Flash vs Gemini 4 Argon
- DeepSeek V4 Flash vs Claude Sonnet 5.5
- DeepSeek V4 Flash vs Inkling 2 Small
- DeepSeek V4 Flash vs GLM 5.3 Flash
- DeepSeek V4 Flash vs GPT-6.1 Sol
- DeepSeek V4 Flash vs Muse Spark 1.3
- DeepSeek V4 Flash vs Claude Fable 5.1
- DeepSeek V4 Flash vs GLM 5.3
- DeepSeek V4 Flash vs DeepSeek V4 Pro
- DeepSeek V4 Flash vs Grok 4.6
- DeepSeek V4 Flash vs Gemini 3 Pro
- DeepSeek V4 Flash vs Qwen3.8 Max
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。
[](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}
}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。