所有 DeepSeek 模型 — 完整规格与定价

DeepSeek 全系列目录:当前 API 在售主力与上代经典,均兼容 OpenAI / Anthropic SDK。

7
款在册模型
2
个类别
3
款 MIT 开放权重

数据更新于 2026 年 10 月 · 官方建议新项目直接使用 deepseek-flash

对话与智能体

4 款
V4.1-Flash-1017新推荐视觉

当前 API 最新快档(调用名 deepseek-flash):RLSF 自反馈强化学习,DeepSWE v1.1 77.0%、单任务约 $0.20;思考模式默认开启、并发 2500。

上下文: 1M · 最大输出: 384K
$0.15 / $0.60 错峰 每百万tokens
V4-Pro(0813)旗舰

1.6T 总参 / 49B 激活旗舰:SWE-Bench Verified 80.6%、LiveCodeBench 93.5%、Terminal-Bench 2.0 67.9%、Codeforces 3206;并发 500,不支持视觉。

上下文: 1M · 最大输出: 384K
$0.66 / $1.98 错峰 每百万tokens
V4.1-Flash视觉

552B MoE、09-10 发布:原生图像输入,多项评测逼近 V4-Pro(0813);输出价较 V4-Flash 下调约 70%,缓存命中 $0.003。

上下文: 1M · 最大输出: 384K
$0.15 / $0.60 错峰 每百万tokens
V4-Flash高性价比

284B / 13B 激活:Putnam-200 Pass@8 81.0%、SWE-Bench 79.0%;权重约 160GB,MIT 开放。

上下文: 1M · 最大输出: 384K
$0.14 / $0.28 每百万tokens

上一代与经典

3 款
V3.2上代旗舰

V4 之前的主力:稀疏注意力路线的开创者,V4 的 1M 经济性即以它为基准(27% FLOPs / 10% KV)。

上下文: 128K · 最大输出: —
已让位于 V4 系列 每百万tokens
R1经典推理

2025 年震动行业的开源推理模型,纯 RL 训练路线的起点;推理范式已并入 V4 系思考模式。

上下文: 128K · 最大输出: —
官方建议迁移 每百万tokens
Coder-V2代码

代码专用时代的代表,随 V4 通用编码能力(LiveCodeBench 93.5%)退役。

上下文: 128K · 最大输出: —
官方建议迁移 每百万tokens

如何选择

默认之选

deepseek-flash(V4.1-Flash-1017):视觉 + 1M 上下文 + RLSF 智能体能力,错峰 $0.15/$0.60,并发 2500——大多数应用的性价比最优解。

重推理之选

deepseek-v4-pro:1.6T 旗舰用于多文件复杂编码与硬推理;无视觉、并发 500,适合离线批处理与高难任务。

自托管之选

V4-Pro / V4-Flash / V4.1-Flash 权重均以 MIT 许可开放在 Hugging Face,可商用、可内网部署。