
DeepSeek: DeepSeek V4 Flash 0731 (batch)
deepseek/deepseek-v4-flash-0731:batch
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.
Proveedores
Distintas empresas alojan el mismo modelo. OpenRouter enruta su solicitud a una de ellas según el modo de enrutamiento que elija: Balanced (precio + velocidad), Nitro (el más rápido) o Floor (el más económico).
| 0,048 US$ | 0,144 US$ | 0,012 US$ | -- | -- |
Entrada 0,048 US$ / Salida 0,144 US$-- tok/s-- de tiempo de actividad
Precios
El precio medio que los clientes pagan realmente por este modelo, junto a los precios que publican los proveedores. El uso de caché y los descuentos hacen que el precio realmente pagado a menudo sea muy inferior al publicado.
DeepSeek V4 Flash 0731 (batch) — Historial de precios
| 0,048 US$ | 0,144 US$ | 0,012 US$ | — |
- Entrada 0,048 US$ / Salida 0,144 US$
Rendimiento
La velocidad de generación indica lo rápido que escribe el modelo (tokens por segundo: cuanto mayor, mejor). La latencia es el tiempo total de ida y vuelta (cuanto menor, mejor). TTFT es el tiempo hasta el primer token: cuánto tarda en aparecer algo en pantalla (cuanto menor, mejor).
Tiempo de actividad
El tiempo de actividad es el porcentaje de los últimos 3 días en que al menos un proveedor respondía a las solicitudes. La disponibilidad es el porcentaje de tiempo en que la inferencia se sirvió correctamente. OpenRouter supervisa continuamente y utiliza el siguiente mejor proveedor cuando uno devuelve un error.
Aún no hay suficientes datos de tiempo de actividad para mostrar.
Cuando se produce un error en un proveedor ascendente, podemos recuperarnos enrutando la solicitud a otro proveedor que funcione correctamente, si los filtros de su solicitud lo permiten. Puede acceder mediante programación a los datos de tiempo de actividad de cada proveedor a través de la API de endpoints. Obtenga más información sobre nuestras opciones de equilibrio de carga y enrutamiento de proveedores.
Pruebas de rendimiento
Puntuaciones en evaluaciones estandarizadas y respuestas de este modelo a instrucciones compartidas de las pruebas de referencia. Los porcentajes más altos son mejores, y cada posición indica dónde se sitúa este modelo entre los modelos evaluados en esa fuente.
| Fuente | Prueba de rendimiento | Puntuación |
|---|---|---|
| Artificial Analysis | DeepSeek V4 Flash 0731 (Max) Openness Index | 44,4 |
| Artificial Analysis | DeepSeek V4 Flash 0731 (Max) AutomationBench-AA | 54.0% |
| Artificial Analysis | DeepSeek V4 Flash 0731 (Max) GDP.pdf | 11.0% |
| 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) τ³-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 | 1180 |
| Design Arena | DeepSeek-V4-Flash-0731 Models Arena Asciiart Elo | 1081 |
| Design Arena | DeepSeek-V4-Flash-0731 Models Arena Code Categories Elo | 1211 |
| Design Arena | DeepSeek-V4-Flash-0731 Models Arena Data Visualization Elo | 1168 |
| Design Arena | DeepSeek-V4-Flash-0731 Models Arena Game Development Elo | 1191 |
| Design Arena | DeepSeek-V4-Flash-0731 Models Arena SVG Elo | 1165 |
| Design Arena | DeepSeek-V4-Flash-0731 Models Arena UI Component Elo | 1224 |
| Design Arena | DeepSeek-V4-Flash-0731 Models Arena Website Elo | 1227 |
| 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% |
Aplicaciones
Aplicaciones públicas que envían más tráfico a este modelo. Una buena señal de cómo son las cargas de trabajo reales en producción, y una pista sobre los casos de uso para los que este modelo es más adecuado.
Aún no hay suficientes datos sobre las aplicaciones que usan este modelo.
Actividad
Volumen de tokens y tráfico de solicitudes a este modelo a lo largo del tiempo.
API
Código listo para usar para llamar a este modelo. La API de OpenRouter es compatible con OpenAI: la mayoría de los SDK funcionan con solo cambiar la URL base. Lo único que cambia entre modelos es el identificador del modelo que aparece a continuación.
Actualmente no está disponible mediante el enrutamiento dentro de la región de la UE. Documentación de enrutamiento dentro de la región
Documentación
Guías, recetarios, artículos de blog y herramientas para desarrollar con DeepSeek: DeepSeek V4 Flash 0731 (batch) en OpenRouter.
Preguntas frecuentes
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.
La documentación de DeepSeek V4 Flash 0731 (batch) en OpenRouter incluye la publicación del blog Does DeepSeek V4 Have Vision?, la publicación del blog Why Use OpenRouter for DeepSeek y la publicación del blog DeepSeek V4 Is Earning Agentic Token Share. La guía de inicio rápido cubre las claves de API y su primera solicitud, y la referencia de la API enumera todos los parámetros.
DeepSeek V4 Flash 0731 (batch) cuesta 0,048 US$/M de tokens de entrada y 0,144 US$/M de tókenes de salida, con tarifas independientes para Cache Read a 0,012 US$/M tokens.
DeepSeek V4 Flash 0731 (batch) tiene una ventana de contexto de 1.048.576 tókenes. Admite hasta 384.000 tókenes de respuesta.
Sí. DeepSeek V4 Flash 0731 (batch) admite tools y tool_choice para llamadas a funciones. También admite salidas estructuradas mediante un esquema JSON en response_format.
DeepSeek V4 Flash 0731 (batch) está disponible a través de 1 proveedor en OpenRouter: DeepInfra.
DeepSeek V4.1 Flash 1017, DeepSeek V4.1 Flash, DeepSeek V4 Flash Vision Exp y 9 más son otros modelos de texto de DeepSeek.
DeepSeek V4 Flash 0731 (batch) se lanzó el 31 de julio de 2026.