Modelo MoE leve e altamente eficiente, com 284 bilhões de parâmetros no total e 13 bilhões de parâmetros ativados. Suporta nativamente janelas de contexto de até um milhão de tokens. Oferece inferência rápida, baixa latência e invocação econômica, com desempenho geral equilibrado. Projetado para cargas de trabalho leves e de alta concorrência, é ideal para casos de uso comuns e essenciais, como diálogos cotidianos, criação de conteúdo, aplicações básicas de RAG e processamento de texto em lote.
Provedor do service de inferência
O Alibaba Cloud Model Studio fornece o service de inferência para deepseek-v4-flash.
Capacidades do modelo
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
- Japan (Tokyo)
Capacidade | Suporte | Capacidade | Suporte |
Modalidade de entrada | Text | Modalidade de saída | Text |
Experiência do modelo | Supported | Function Calling | Supported |
Saídas estruturadas | Supported | Pesquisa na web | Supported |
Conclusão de prefixo | Unsupported | Cache de contexto | Supported |
Inferência em lote | Unsupported | Ajuste fino | Unsupported |
Limites de contexto
Parâmetro | Valor | Parâmetro | Valor |
Comprimento máximo de entrada | 1.000.000 | Comprimento máximo de saída | 393.216 |
Janela de contexto | 1.000.000 |
Preços
Esta página exibe apenas os preços originais das chamadas de API do modelo, sem incluir promoções por tempo limitado. Acesse o Console do Model Studio para consultar ofertas promocionais.
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
- Japan (Tokyo)
Item de faturamento | Preço (USD) | Unidade |
Entrada | 0,138 | Por 1M tokens |
Saída | 0,275 | Por 1M tokens |
Entrada (Cache implícito) | 0,028 | Por 1M tokens |
Limites de taxa
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
- Japan (Tokyo)
Parâmetro | Valor |
RPM (Solicitações por minuto) | 15.000 |
TPM (Tokens por minuto) | 1.200.000 |
Versões de snapshot
deepseek-v4-flash-0731
MoE, 284B, 13B, ., , , , , , , , RAG, .
Provedor do service de inferência
O Alibaba Cloud Model Studio fornece o service de inferência para deepseek-v4-flash-0731.
Capacidades do modelo
Capacidade | Suporte | Capacidade | Suporte |
Modalidade de entrada | Text | Modalidade de saída | Text |
Experiência do modelo | Supported | Function Calling | Supported |
Saídas estruturadas | Unsupported | Pesquisa na web | Supported |
Conclusão de prefixo | Unsupported | Cache de contexto | Supported |
Inferência em lote | Unsupported | Ajuste fino | Unsupported |
Limites de contexto
Parâmetro | Valor | Parâmetro | Valor |
Comprimento máximo de entrada | 1.000.000 | Comprimento máximo de saída | 393.216 |
Janela de contexto | 1.000.000 |
Preços
Esta página exibe apenas os preços originais das chamadas de API do modelo, sem incluir promoções por tempo limitado. Acesse o Console do Model Studio para consultar ofertas promocionais.
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
- Japan (Tokyo)
- Hong Kong (China)
Item de faturamento | Preço (USD) | Unidade |
Entrada | 0,212 | Por 1M tokens |
Entrada | 0,424 | Por 1M tokens |
Saída | 0,636 | Por 1M tokens |
Saída | 1,272 | Por 1M tokens |
Entrada (Cache implícito) | 0,021 | Por 1M tokens |
Entrada (Cache implícito) | 0,042 | Por 1M tokens |
Limites de taxa
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- Japan (Tokyo)
- Hong Kong (China)
Parâmetro | Valor |
RPM (Solicitações por minuto) | 15.000 |
TPM (Tokens por minuto) | 1.200.000 |