DeepSeek V4 Flash 0731：高性价比新模型与推理强度差异

DeepSeek V4 系列的新版本 DeepSeek V4 Flash 0731 已发布，官方描述称其具备“显著增强的智能体能力”。

模型规模与成本

该模型参数规模为 3040 亿，在 Hugging Face 上的体积约为 167GB。从规模看，它并不是当前最大的模型，但现有评测显示，它的表现可能超过同参数级别模型的预期。

Artificial Analysis 将其排在 MiniMax M3 之前，而 MiniMax M3 是一个 4280 亿参数模型。

价格方面，DeepSeek V4 Flash 0731 的计费为：

• 输入：0.14 美元 / 百万 token
• 输出：0.27 美元 / 百万 token

结合评测得分与调用成本，它在“智能指数 / 单任务成本”维度上处于非常有竞争力的位置。相关图表中，DeepSeek V4 Flash 0731 位于低成本、高智能表现区域；一些智能指数相近或更低的模型，如 MiniMax-M3、Kimi K3 low、GLM-5.1、Kimi K2.6，任务成本约高出一个数量级。部分得分更高的模型则位于更高成本区间。

推理强度对结果影响明显

在通过 OpenRouter 调用该模型时，默认推理强度下的图像生成提示测试结果并不理想。测试提示是让模型生成“鹈鹕骑自行车”的图像描述或相关输出，默认设置下自行车结构出现明显错误，例如车轮、车架和车把连接不合理。

当将推理强度调整为 high 后，结果明显改善：鹈鹕能够更合理地骑在自行车上，翅膀抓住车把，脚踩踏板，自行车结构也更完整。

示例调用方式：

llm -m openrouter/deepseek/deepseek-v4-flash-0731 -t pelican -o reasoning_effort high

观察

DeepSeek V4 Flash 0731 的几个关键信息值得关注：

1. 参数规模为 3040 亿，但评测表现超过部分更大模型。
2. API 价格较低，在性价比维度上很突出。
3. 推理强度设置会显著影响复杂任务输出质量。
4. 在智能体能力增强方向上，可能是 DeepSeek V4 系列的重要迭代。

对于关注低成本高性能模型部署、智能体任务和 OpenRouter 多模型调用的开发者来说，这个版本值得进一步测试。