DeepSeek V4 Pro 和 Flash 的区别：Flash 已升级成 V4.1，模型名也换了

2026-09-28

如果你正准备调 DeepSeek 的 API，要在 V4 Pro 和 Flash 之间选一个，先知道一个变化：

Flash 已经不是 V4 了。 DeepSeek 官方文档现在写的是：Flash 对应的模型版本是 DeepSeek-V4.1-Flash，模型名请使用 deepseek-flash。你代码里如果还写着 deepseek-v4-flash，请求照样能成功，但背后服务你的已经是 V4.1-Flash，并按 Flash 的价格计费。

所以现在比的，其实是 V4.1-Flash 和 V4-Pro。

本文所有信息来自 DeepSeek 官方 API 文档的「模型与价格」页和「思考模式」页，核对日期 2026-09-28。价格会变，文中只写计费机制和两者的相对关系，具体单价以官方页为准。

一、先看一张表：哪些一样，哪些不一样

项目	deepseek-flash	deepseek-v4-pro
模型版本	DeepSeek-V4.1-Flash	DeepSeek-V4-Pro-0813
上下文长度	1M	1M
最大输出长度	384K	384K
思考模式	支持思考与非思考，默认思考	同左
JSON Output / Tool Calls	支持	支持
Responses API / Anthropic API 格式	支持	支持
对话前缀续写（Beta）	支持	支持
FIM 补全（Beta）	仅非思考模式	仅非思考模式
图像理解	支持	不支持
并发上限	高	更低（约为 Flash 的 1/5）
单价	低	三个计费项都更高

一句话概括：能力开关几乎完全一样，差别集中在三处——能不能看图、能同时跑多少请求、每个 token 多少钱。

二、三处真正的差别

1. 图像理解：只有 Flash 有

这是官方表格里唯一一项「一个支持、一个不支持」的功能。如果你的场景要把截图、图表、照片传给模型，现在只能用 deepseek-flash。

顺带一提，官方说明里提到旧模型名 deepseek-v4-flash-vision-exp 也还能调用，同样由 V4.1-Flash 服务。以前用过这个实验名的，可以直接换成 deepseek-flash。

2. 并发上限：Flash 更高

官方表格给两者列了不同的并发限制，Pro 约为 Flash 的五分之一。具体数字和规则见官方「限速与隔离」页，那里会随调整更新。

这一项对批量任务影响很大：同样是跑几千条数据，并发上限决定了你一次能同时发出多少请求。用 Pro 做批量时，建议在客户端自己控制并发数，别撞到上限。

3. 单价：Pro 三个计费项都更贵

DeepSeek 按三个计费项收费：输入（缓存命中）、输入（缓存未命中）、输出。官方价格表里，Pro 在这三项上都比 Flash 贵，按官方价格表约为 Flash 的 3.4 到 7.5 倍。

另外有一条两者共用的现行规则：分时计费。官方原文是：

空闲时段价格为高峰时段价格的一半。北京时间周一至周五（不含中国法定节假日）9:00 - 12:00、14:00 - 18:00 为高峰时段；其余时段，包括周末及中国法定节假日全天均为空闲时段。

也就是说，同一个模型，在空闲时段跑只要高峰时段一半的价钱。空闲时段不只是晚上和周末：工作日的 12:00–14:00、18:00 以后、9:00 以前，以及法定节假日全天都算。能挪时间的批量任务，挪到空闲时段是最直接的省钱办法，而且 Flash 和 Pro 都适用。

三、思考模式：两者用法一样

两个模型都默认开启思考模式，也都能关掉。按官方「思考模式」页，开关和强度在不同接口格式下的写法是：

接口格式	开关	思考强度
OpenAI 格式	`{"thinking": {"type": "enabled/disabled"}}`	`{"reasoning_effort": "low/high/max"}`
Anthropic 格式	同上	`{"output_config": {"effort": "low/high/max"}}`
Responses API 格式	`{"reasoning": {"effort": "none/low/high/max"}}`，`none` 即关闭	同左

默认强度是 high。用 OpenAI SDK 调 Chat Completions 时，thinking 参数要放进 extra_body 里传。

有三个细节容易踩：

思考模式下 temperature、presence_penalty、frequency_penalty 不生效，传了也不报错；
top_p 只在思考模式下生效，低于 0.95 的值会按 0.95 处理；
FIM 补全只能在非思考模式下用，要用补全功能得先把思考关掉。

四、怎么选

官方文档只写了上面这些可以核对的差异，没有给出两者在回答质量上的对比。所以下面的建议只基于能核对的事实：

要传图片：只能选 Flash。
批量跑、并发高：优先 Flash，并发上限的差距是硬约束。
预算敏感：Flash 三项单价都更低；不管选哪个，能挪到空闲时段就挪。
想要 Pro：拿你自己的真实任务，两个模型各跑一批，对比结果质量和总花费再决定。Pro 更贵，值不值只能用你的任务来验证，别看名字下结论。

五、已经在用的人要检查什么

代码里的模型名：deepseek-v4-flash 还能用，但建议改成官方现在推荐的 deepseek-flash，免得哪天旧名停用时措手不及。
成本估算：如果你之前按「全天一个价」估算过月度费用，按现行的分时计费，工作日高峰时段的请求比例会直接影响账单。
扣费顺序：官方写明，充值余额和赠送余额同时存在时，优先扣赠送余额。

留言讨论

评论发布后会被人工复核，违规内容将被删除。

如果发表没有反应，可以前往联系我们告诉我们。