
DeepSeek: DeepSeek V4 Flash 0731 (batch)
deepseek/deepseek-v4-flash-0731:batch
ModellgewichteDeepSeek V4 Flash 0731 is a sparse mixture-of-experts model from DeepSeek, with 13B active parameters out of 284B total. This re-post-trained revision is suited for coding, reasoning, and agent workflows. This is the GA release of DeepSeek V4 Flash.
Anbieter
Verschiedene Unternehmen hosten dasselbe Modell. OpenRouter leitet Ihre Anfrage je nach gewähltem Routing-Modus an eines davon weiter: Ausgewogen (Preis + Geschwindigkeit), Nitro (am schnellsten) oder Floor (am günstigsten).
| 0,048 $ | 0,144 $ | 0,012 $ | -- | -- |
Eingabe 0,048 $ / Ausgabe 0,144 $-- tok/s-- Verfügbarkeit
Preise
Der durchschnittliche Preis, den Kunden tatsächlich für dieses Modell zahlen, neben den von Anbietern veröffentlichten Preisen. Durch Caching und Rabatte liegt der tatsächlich gezahlte Preis oft deutlich unter dem Listenpreis.
Gewichteter Durchschnitt
DeepSeek V4 Flash 0731 (batch) — Preisverlauf
| 0,00 $ | 0,00 $ | 5,4 % | 100,0 % |
- Wirksam in 0,00 $ / Effektive Ausgabekosten 0,00 $Token-Anteil100,0 %
Leistung
Der Durchsatz gibt an, wie schnell das Modell schreibt (Token pro Sekunde – höher ist besser). Die Latenz ist die gesamte Umlaufzeit (niedriger ist besser). TTFT ist die Zeit bis zum ersten Token – also die Wartezeit, bis etwas angezeigt wird (niedriger ist besser).
Verfügbarkeit
Verfügbarkeit ist der prozentuale Anteil der letzten 3 Tage, in dem mindestens ein Anbieter auf Anfragen reagiert hat. Die Verfügbarkeit der Inferenz ist der prozentuale Anteil der Zeit, in der Inferenz erfolgreich bereitgestellt wurde. OpenRouter überwacht dies kontinuierlich und verwendet den nächstbesten Anbieter, wenn ein Anbieter einen Fehler zurückgibt.
Noch nicht genügend Daten zur Verfügbarkeit für eine Anzeige vorhanden.
Wenn bei einem vorgelagerten Anbieter ein Fehler auftritt, können wir diesen durch die Weiterleitung an einen anderen funktionsfähigen Anbieter beheben, sofern Ihre Anfragefilter dies zulassen. Sie können programmgesteuert auf die Verfügbarkeitsdaten pro Anbieter zugreifen, und zwar über die Endpunkt-API. Erfahren Sie mehr über unsere Optionen für Lastverteilung und Anbieter-Routing.
Leistungsvergleiche
Ergebnisse standardisierter Bewertungen und eigene Ausgaben dieses Modells zu gemeinsamen Vergleichstest-Prompts. Höhere Prozentwerte sind besser – und jeder Rang zeigt, wo dieses Modell unter den anhand dieser Quelle bewerteten Modellen liegt.
| Quelle | Benchmark | Ergebnis |
|---|---|---|
| Artificial Analysis | DeepSeek V4 Flash 0731 (Max) Coding Index | 69,1 |
| Artificial Analysis | DeepSeek V4 Flash 0731 (Max) Agentic Index | 41,0 |
| Artificial Analysis | DeepSeek V4 Flash 0731 (Max) GPQA Diamond | 90.8% |
| Artificial Analysis | DeepSeek V4 Flash 0731 (Max) HLE | 38.6% |
| Artificial Analysis | DeepSeek V4 Flash 0731 (Max) AA-LCR | 79.7% |
| Artificial Analysis | DeepSeek V4 Flash 0731 (Max) τ-Bench Banking | 39.4% |
| Artificial Analysis | DeepSeek V4 Flash 0731 (Max) GDPval-AA | 46.8% |
| Artificial Analysis | DeepSeek V4 Flash 0731 (Max) CritPt | 16.6% |
| Artificial Analysis | DeepSeek V4 Flash 0731 (Max) SciCode | 50.3% |
| Artificial Analysis | DeepSeek V4 Flash 0731 (Max) Terminal-Bench 4.0 | 12.1% |
| Artificial Analysis | DeepSeek V4 Flash 0731 (Max) Terminal-Bench 2.1 | 78.7% |
| Design Arena | DeepSeek-V4-Flash-0731 Models Arena 3D Elo | 1188 |
| Design Arena | DeepSeek-V4-Flash-0731 Models Arena Asciiart Elo | 1085 |
| Design Arena | DeepSeek-V4-Flash-0731 Models Arena Code Categories Elo | 1218 |
| Design Arena | DeepSeek-V4-Flash-0731 Models Arena Data Visualization Elo | 1168 |
| Design Arena | DeepSeek-V4-Flash-0731 Models Arena Game Development Elo | 1198 |
| Design Arena | DeepSeek-V4-Flash-0731 Models Arena SVG Elo | 1169 |
| Design Arena | DeepSeek-V4-Flash-0731 Models Arena UI Component Elo | 1226 |
| Design Arena | DeepSeek-V4-Flash-0731 Models Arena Website Elo | 1230 |
| Vals AI | DeepSeek V4 Flash 0731 BioMysteryBench | 64.4% |
| Vals AI | DeepSeek V4 Flash 0731 Code Migration | 38.6% |
| Vals AI | DeepSeek V4 Flash 0731 CorpFin v2 | 61.8% |
| Vals AI | DeepSeek V4 Flash 0731 CyberBench v1.1 | 72.1% |
| Vals AI | DeepSeek V4 Flash 0731 EMB | 57.0% |
| Vals AI | DeepSeek V4 Flash 0731 Finance Agent (v2) | 49.5% |
| Vals AI | DeepSeek V4 Flash 0731 GPQA Diamond | 89.9% |
| Vals AI | DeepSeek V4 Flash 0731 Harvey's Legal Agent Benchmark v1 | 8.3% |
| Vals AI | DeepSeek V4 Flash 0731 IOI | 32.7% |
| Vals AI | DeepSeek V4 Flash 0731 LiveCodeBench | 87.3% |
| Vals AI | DeepSeek V4 Flash 0731 LegalBench | 77.7% |
| Vals AI | DeepSeek V4 Flash 0731 Legal Research Bench | 30.3% |
| Vals AI | DeepSeek V4 Flash 0731 MedCode | 41.4% |
| Vals AI | DeepSeek V4 Flash 0731 MedScribe | 80.4% |
| Vals AI | DeepSeek V4 Flash 0731 MMLU Pro | 86.2% |
| Vals AI | DeepSeek V4 Flash 0731 ProgramBench | 0.0% |
| Vals AI | DeepSeek V4 Flash 0731 ProofBench v1.1 | 56.0% |
| Vals AI | DeepSeek V4 Flash 0731 SkillsBench | 50.7% |
| Vals AI | DeepSeek V4 Flash 0731 SWE-bench | 88.8% |
| Vals AI | DeepSeek V4 Flash 0731 Tax Agent Bench | 28.1% |
| Vals AI | DeepSeek V4 Flash 0731 TaxEval v2 | 70.7% |
| Vals AI | DeepSeek V4 Flash 0731 Terminal-Bench 4.0 | 18.7% |
| Vals AI | DeepSeek V4 Flash 0731 Terminal-Bench-Science | 4.3% |
| Vals AI | DeepSeek V4 Flash 0731 Vals Index | 48.0% |
| Vals AI | DeepSeek V4 Flash 0731 Vibe Code Bench v1.1 | 74.7% |
Apps
Öffentliche Apps, die den meisten Datenverkehr an dieses Modell senden. Ein guter Anhaltspunkt dafür, wie echte Produktionsworkloads aussehen – und ein Hinweis darauf, für welche Anwendungsfälle dieses Modell am besten geeignet ist.
Für Apps, die dieses Modell verwenden, liegen noch nicht genügend Daten vor.
Aktivität
Token-Volumen und Anfrageaufkommen für dieses Modell im Zeitverlauf.
API
Direkt einsetzbarer Code zum Aufrufen dieses Modells. Die API von OpenRouter ist OpenAI-kompatibel – bei den meisten SDKs genügt es, die Basis-URL auszutauschen. Zwischen den Modellen ändert sich nur der unten stehende Modell-Slug.
Derzeit nicht über EU-regionales Routing verfügbar. Dokumentation zum regionsinternen Routing
Dokumentation
Anleitungen, Rezeptsammlungen, Blogbeiträge und Tools für die Entwicklung mit DeepSeek: DeepSeek V4 Flash 0731 (batch) auf OpenRouter.
Häufig gestellte Fragen
DeepSeek V4 Flash 0731 is a sparse mixture-of-experts model from DeepSeek, with 13B active parameters out of 284B total. This re-post-trained revision is suited for coding, reasoning, and agent workflows. This is the GA release of DeepSeek V4 Flash.
Die Dokumentation zu DeepSeek V4 Flash 0731 (batch) auf OpenRouter umfasst der Blogbeitrag Does DeepSeek V4 Have Vision?, der Blogbeitrag Why Use OpenRouter for DeepSeek und der Blogbeitrag DeepSeek V4 Is Earning Agentic Token Share. Der Schnellstart behandelt API-Schlüssel und Ihre erste Anfrage, und die API-Referenz listet alle Parameter auf.
DeepSeek V4 Flash 0731 (batch) kostet 0,048 $/M Eingabe-Token und 0,144 $/M Ausgabe-Token, mit separaten Tarifen für Cache Read für 0,012 $/M tokens.
DeepSeek V4 Flash 0731 (batch) hat ein Kontextfenster von 1.048.576 Token. Es unterstützt bis zu 384.000 Completion-Token.
Ja. DeepSeek V4 Flash 0731 (batch) akzeptiert tools und tool_choice für Funktionsaufrufe. Es unterstützt auch strukturierte Ausgaben über ein JSON-Schema in response_format.
DeepSeek V4 Flash 0731 (batch) wird auf OpenRouter von 1 Anbieter bereitgestellt: DeepInfra.
DeepSeek V4.1 Flash 1017, DeepSeek V4.1 Flash, DeepSeek V4 Flash Vision Exp und 9 weitere sind weitere Modelle von DeepSeek für die Modalität Text.
DeepSeek V4 Flash 0731 (batch) wurde am 31. Juli 2026 veröffentlicht.