DeepSeek V4-Flash — Spécifications
Rédigé par Mustafa Ihsan d’après la documentation officielle du fournisseur · Dernière mise à jour
| Développeur | DeepSeek |
|---|---|
| Type | LLM (architecture MoE) |
| Modalité | Texte → Texte |
| Paramètres | 284 milliards au total / ~13 milliards actifs (MoE) |
| Fenêtre de contexte | 1 million |
| Sortie maximale | 384 K |
| Licence | MIT (ouverte) |
| Poids ouverts | Oui |
| Publié | 2026-04 |
| Prix de l’entrée | $0.14 /1M |
| Prix de la sortie | $0.28 /1M |
| Fournisseurs d'API | DeepSeek, OpenRouter |
Exécutez-le localement
| VRAM (4 bits) | ~140 Go |
|---|---|
| GPU minimal | 2× H100 80 Go (4 bits) |
What is DeepSeek V4-Flash?
DeepSeek V4-Flash is the lighter member of the DeepSeek V4 family — 284B total parameters
with roughly 13B active per token, a 1M-token context window, and open MIT weights. At $0.14
in / $0.28 out per million tokens it is priced for high-volume use, and it is one of the
strongest capability-per-dollar options anywhere in the market.
The number worth internalising is the blended rate of about $0.17 per million tokens
against a frontier model’s $10. That is a ~60× spread for a model that still scores in the
respectable middle of the intelligence rankings, which makes V4-Flash the obvious candidate
for any workload where volume matters more than peak reasoning: bulk classification,
document processing, first-pass summarisation, synthetic data generation, and the retrieval
layer of a RAG pipeline. The 1M context at that price is close to unmatched. Self-hosting is
possible but not casual — about 140 GB of VRAM at 4-bit, so two H100 80GBs — which for most
teams means the API is the practical route and the open weights are insurance rather than a
deployment plan.
DeepSeek V4-Flash pricing: API cost per 1M tokens
| Entrée (par million de jetons) | $0.140 |
|---|---|
| Sortie (par million de jetons) | $0.280 |
| Ratio sortie/entrée | 2× |
| Moyenne pondérée (4:1 entrée:sortie) | $0.168 par 1 million de jetons |
What DeepSeek V4-Flash costs per month
Dépense mensuelle réelle pour un ratio entrée-sortie de 4:1 — le rapport effectivement observé dans une charge de travail type (chat ou RAG).
| Charge de travail | Jetons/mois | Coût par mois |
|---|---|---|
| Projet secondaire | 1 million en entrée / 0,25 million en sortie | $0.21 |
| Petite équipe | 20 millions en entrée / 5 millions en sortie | $4.20 |
| Production | 200 millions en entrée / 50 millions en sortie | $42 |
Calculez vos propres coûts dans le Calculateur de coûts pour les API IA.
Cheaper alternatives to DeepSeek V4-Flash
| Modèle | Coût combiné par million de dollars | Vous économisez |
|---|---|---|
| Mistral 7B ouverte | $0.0220 | 87% cheaper |
| Llama 3.1 8B ouverte | $0.0220 | 87% cheaper |
| Mistral NeMo 12B ouverte | $0.0240 | 86% cheaper |
Hébergement local ou paiement via API ?
DeepSeek V4-Flash is open-weight, so you can run it yourself. It needs ~140 Go of VRAM at 4-bit (2× H100 80GB (4-bit)). Self-hosting only beats the API once your volume is high enough to keep that hardware busy — the calculateur auto-hébergement vs API calcule le seuil de rentabilité pour votre volume de jetons.
Questions fréquemment posées
How much does DeepSeek V4-Flash cost per 1M tokens?
DeepSeek V4-Flash costs $0.140 per 1M input tokens and $0.280 per 1M output tokens. At a typical 4:1 input-to-output mix that blends to about $0.168 per 1M tokens.
How much does DeepSeek V4-Flash cost per month?
A small-team workload of 20M input and 5M output tokens a month costs about $4.20 on DeepSeek V4-Flash. A side project (1M in / 0.25M out) costs roughly $0.21.
What is a cheaper alternative to DeepSeek V4-Flash?
Mistral 7B is the strongest cheaper option in our database at $0.0220 per 1M blended — about 87% less than DeepSeek V4-Flash. It is also open-weight, so self-hosting is an option.
Can I run DeepSeek V4-Flash locally?
Yes. DeepSeek V4-Flash is open-weight and needs about ~140 GB of VRAM at 4-bit quantisation (2× H100 80GB (4-bit)).
Why does DeepSeek V4-Flash charge more for output than input?
Output tokens are generated one at a time and cannot be batched the way a prompt can, so they cost the provider more to serve. DeepSeek V4-Flash charges 2× more for output, which is why prompt-heavy workloads are far cheaper to run than generation-heavy ones.
See every DeepSeek model priced side by side: Tarifs de l'API DeepSeek.
Les prix indiqués correspondent aux tarifs publics officiels pour l’API principale du modèle et sont mis à jour régulièrement à mesure que les fournisseurs les modifient. Les remises liées aux volumes, aux traitements par lots ou aux entrées mises en cache ne sont pas prises en compte. Comparez tous les modèles côte à côte dans le Base de données des modèles IA ou le Classement des grands modèles linguistiques (LLM).