DeepSeek V4 API 正式上线：Flash/Pro 双模型齐发，百万上下文输出翻倍，价格屠夫再出手！

摘要： 千呼万唤始出来！DeepSeek V4 今日正式发布 API，带来 V4-Flash 与 V4-Pro 双版本，支持百万上下文、JSON 输出及原生工具调用。其中 Flash 版本输入低至 ¥0.2/百万 token，再次击穿行业底价；Pro 版本专注深度推理，定价仅为海外同类模型的零头。

今天上午，DeepSeek V4 的 API 定价表终于在官网悄然上线。没有冗长的发布会，也没有铺天盖地的预热，但这几张截图已经在开发者群里炸开了锅。

V4 这次没有走单模型的路线，而是直接甩出了两张王牌：V4-Flash 和 V4-Pro。如果你还记得上个月初那场悄无声息的灰度测试，当时网页端把原有的“深度思考”和“联网搜索”换成了“快速模式”和“专家模式”，现在看来，那就是 V4 双模型策略的雏形。

一、双模型定位：极速 Flash vs 深度 Pro

Flash：主打一个“快准狠”，价格低到离谱

V4-Flash 的定价一出，估计不少小团队的 CTO 都要连夜改架构了。每百万 token 输入 ¥0.2，输出 ¥1。这是个什么概念？之前各大媒体和开发者猜测 V4 怎么也得 ¥4/¥16 起步，结果 Flash 直接把价格打到了脚踝斩。对于那些需要高频调用、处理海量并发但又不需要深度烧脑的场景——比如日常客服、批量文本分类、简单代码补全——Flash 简直就是白嫖级的体验。

Pro：专治各种“疑难杂症”，深度推理的终极武器

如果说 Flash 是效率工具，那 V4-Pro 就是攻坚利器。输入 ¥1/百万 token，输出 ¥12/百万 token。这个价格虽然比 Flash 贵，但考虑到 Pro 对应的就是之前的“专家模式”（深度思考推理），它能搞定复杂的数学逻辑、多步代码调试和长链条规划。相比于海外同级别动辄几十上百元的输出价格，V4-Pro 依然是性价比怪兽。

此外，V4 对100 万上下文的支持也给出了明确的计费规则：当你在 100 万上下文下使用时，输出价格翻倍。这种阶梯定价非常务实，毕竟处理 100 万 token 的长文本（相当于一次性塞进整部《三体》三部曲）对显存和算力的消耗是巨大的，得益于全新的 Engram 条件记忆架构，V4 才得以将百万上下文的检索准确率拉到 97%。

二、四大开发者神技全部拉满

除了价格，这次 V4 在功能适配上也终于补齐了之前被诟病的短板，开发体验直接拉满：

1. JSON 输出：不用再写各种提示词让模型强行吐 JSON 了，原生支持意味着接口对接稳如老狗，结构化数据提取零幻觉。
2. 工具调用：之前 V3 在这方面还是弱项，需要各种 prompt hack，现在原生支持 Tool Calling，Agent 工作流跑起来会更顺滑，不再动不动就卡壳。
3. 对话前缀续写：这对于做对话机器人的同学来说是神器，可以精准控制 AI 的回复开头，人设一致性大幅提升。
4. FIM 补全：Fill-in-the-Middle，填空式补全，代码补全场景的刚需，Cursor 类工具的底层基石，写代码丝滑度再上一档。

三、背后的底气：万亿 MoE 与国产算力

能定出这个价格，不是赔本赚吆喝，而是技术底座足够硬。V4 延续了 DeepSeek 一贯的万亿参数 MoE 架构，但引入了 Engram 条件记忆、mHC 流形约束超连接以及 DualPath 推理加速等多项底层创新，把推理成本死死压住了。

更关键的是，多方消息证实，V4 是首个完全运行在华为昇腾 950PR 等国产算力芯片上的旗舰模型，彻底告别了对英伟达 CUDA 生态的依赖。这不仅是技术突围，更是成本自主权的宣示——当别人还在为 H20 算力卡脖子发愁时，DeepSeek 已经用纯国产算力跑通了万亿模型的商业化闭环。

V4 这波操作，真的是不给友商留活路。赶紧去调接口吧，别让羊毛跑了！