DeepSeek V4 Flash API

可以。DeepSeek V4 Flash 已在 EvoLink 生产路由上线，使用模型 ID deepseek-v4-flash 通过 Chat Completions 或 Responses 直接调用；扩量前建议先在本页确认模型 ID、价格、上下文和支持方式。

是的。请求中 model 字段填写的就是 deepseek-v4-flash，与本页 URL 一致。当前正式版为 0731 版（2026 年 7 月 31 日转正），同一个 ID 自动指向新版，升级不需要换 ID。旧别名 deepseek-chat 与 deepseek-reasoner 已于 2026 年 7 月 24 日在上游退役。

DeepSeek 记录的上下文窗口是 1,000,000 Token。不存在单独的长上下文价格档；计费以 Pricing 区展示的实时 Token 价格与缓存输入机制为准。建议测试代表性上下文长度和缓存命中情况，而不是默认每次都用满窗口。

仅支持文本输入和文本输出。DeepSeek V4 Flash 在任何协议下都没有视觉能力，但两条路由的边界不同：Messages 路由会直接拒绝图片和文档内容类型；Responses 路由则把图片和文件附件转成占位符，并不会真正理解。截图理解、文档解析类任务请路由到同一 EvoLink 网关上带视觉能力的模型。

普通聊天、流式响应和客户端函数优先评估 Chat Completions；长链路多步骤 Agent 工作流优先评估 0731 版新增的 Responses。精确字段以页面 API 区和 EvoLink 文档为准。

合法档位是 low、high 和 max，默认为 high；medium 可以传入，但会被静默映射为 high，因此比较 medium 和 high 不会有真实差异。建议日常任务从 low 起步，在相同任务上比较 low 和 high 的质量、延迟与总费用，max 留给失败重来比额外推理 Token 更贵的最难任务。

缓存输入可以降低重复上下文成本，但缓存未命中、长输出、重试和反复工具步骤仍会增加总费用。应以 Pricing 区和最终请求账单计算成功任务成本。

上游没有按 Token 的 RPM/TPM 限速，约束是账户级并发上限——Flash 档约 2,500 并发（约为 Pro 的 5 倍），超限返回 429，排队约 10 分钟未开始推理会被断开。更高的并发上限正是 Flash 的吞吐卖点：把在途请求数压在实测上限之下并使用指数退避，即可稳定跑高并发批量任务。

分类、摘要、短文本编辑和高并发批量流水线选 Flash，它的速度和约 5 倍于 Pro 的并发上限在这类任务上收益最大；8 步以上的长链路 Agent 和对事实准确性敏感的任务选 Pro。两档共用同一套 EvoLink API，按任务类型分流只是一处配置改动。

可以让不同模型完成相同的真实任务，并使用一致的上下文、工具和推理设置。结合结果质量、响应时间、Token 构成、工具表现和总费用，更容易判断每类流量适合哪条 EvoLink 路由。

开源——Flash 0731 权重已按 MIT 协议发布在 Hugging Face。开源权重和托管 API 是两条独立获取路径：EvoLink 路由提供托管 API，而同款 MIT 权重存在于第三方托管，正是回退路由可行的原因。

建议保留一个已经稳定运行、能够完成同类任务的模型，并让路由选择保持可配置。发生限流、超时或无效输出时，可以通过 EvoLink 切换到 GPT、Claude、Kimi 或其他合适的替代路由。