
DeepSeek: DeepSeek V4 Flash 0731 (batch)
deepseek/deepseek-v4-flash-0731:batch
Pesos do modeloDeepSeek 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.
Provedores
Diferentes empresas hospedam o mesmo modelo. O OpenRouter roteia sua solicitação para uma delas com base no modo de roteamento escolhido: Balanced (preço + velocidade), Nitro (mais rápido) ou Floor (mais barato).
| US$ 0,048 | US$ 0,144 | US$ 0,012 | -- | -- |
Entrada US$ 0,048 / Saída US$ 0,144-- tok/s-- de disponibilidade
Preços
O preço médio que os clientes realmente pagam por este modelo, ao lado dos preços publicados pelos provedores. O cache e os descontos fazem com que o preço efetivamente pago seja frequentemente bem inferior ao preço anunciado.
Média ponderada
DeepSeek V4 Flash 0731 (batch) — Histórico de preços
| US$ 0,00 | US$ 0,00 | 3,7% | 100,0% |
- Em vigor em US$ 0,00 / Saída efetiva US$ 0,00Participação em tokens100,0%
Desempenho
A vazão indica a velocidade com que o modelo escreve (tokens por segundo — quanto maior, melhor). A latência é o tempo total de ida e volta (quanto menor, melhor). TTFT é o tempo até o primeiro token — quanto tempo leva para você ver algo aparecer (quanto menor, melhor).
Disponibilidade
A disponibilidade é a porcentagem dos últimos 3 dias em que pelo menos um provedor estava respondendo às solicitações. A disponibilidade é a porcentagem de tempo em que a inferência foi realizada com sucesso. O OpenRouter monitora continuamente e usa o próximo melhor provedor quando um deles retorna um erro.
Ainda não há dados de disponibilidade suficientes para exibição.
Quando ocorre um erro em um provedor upstream, podemos nos recuperar roteando para outro provedor saudável, se os filtros da sua solicitação permitirem. Você pode acessar os dados de disponibilidade por provedor de forma programática pela API de endpoints. Saiba mais sobre nossas opções de balanceamento de carga e roteamento de provedores.
Avaliações de desempenho
Pontuações em avaliações padronizadas e as próprias saídas deste modelo para prompts compartilhados de testes de desempenho. Porcentagens maiores são melhores — e cada posição mostra onde este modelo fica entre os modelos avaliados naquela fonte.
| Fonte | Avaliação comparativa | Pontuação |
|---|---|---|
| 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% |
Aplicativos
Aplicativos públicos que enviam mais tráfego para este modelo. Um bom indicador de como são as cargas de trabalho reais em produção — e uma pista sobre os casos de uso para os quais este modelo é mais adequado.
Ainda não há dados suficientes sobre aplicativos que usam este modelo.
Atividade
Volume de tokens e tráfego de requisições para este modelo ao longo do tempo.
API
Código pronto para chamar este modelo. A API do OpenRouter é compatível com a OpenAI — a maioria dos SDKs funciona apenas trocando a URL base. A única coisa que muda entre os modelos é o slug do modelo abaixo.
Atualmente indisponível por meio do roteamento intrarregional da UE. Documentação de roteamento na região
Documentação
Guias, receitas práticas, publicações de blog e ferramentas para desenvolver com DeepSeek: DeepSeek V4 Flash 0731 (batch) na OpenRouter.
Perguntas frequentes
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.
A documentação de DeepSeek V4 Flash 0731 (batch) no OpenRouter inclui a publicação Does DeepSeek V4 Have Vision? no blog, a publicação Why Use OpenRouter for DeepSeek no blog e a publicação DeepSeek V4 Is Earning Agentic Token Share no blog. O guia de início rápido aborda chaves de API e sua primeira requisição, e a referência da API lista todos os parâmetros.
DeepSeek V4 Flash 0731 (batch) custa US$ 0,048/M de tokens de entrada e US$ 0,144/M de tokens de saída, com taxas separadas para Cache Read por US$ 0,012/M tokens.
DeepSeek V4 Flash 0731 (batch) tem uma janela de contexto de 1.048.576 tokens. Ele aceita até 384.000 tokens de conclusão.
Sim. DeepSeek V4 Flash 0731 (batch) aceita tools e tool_choice para chamadas de função. Também oferece suporte a saídas estruturadas por meio de um esquema JSON em response_format.
DeepSeek V4 Flash 0731 (batch) é servido por 1 provedor no OpenRouter: DeepInfra.
DeepSeek V4.1 Flash 1017, DeepSeek V4.1 Flash, DeepSeek V4 Flash Vision Exp e mais 9 são outros modelos de texto de DeepSeek.
DeepSeek V4 Flash 0731 (batch) foi lançado em 31 de julho de 2026.