मुख्य सामग्री पर जाएँ
  • 1M context
  • Reasoning
  • Responses API

DeepSeek V4 Flash QuickSilver Pro पर

deepseek-v4-flash
DeepSeekलाइव उपलब्धता—

DeepSeek V4 Flash 0731 आधिकारिक public-beta agent मॉडल है: 1M-token context, बेहतर coding और tool use, और Codex के लिए अनुकूलित native Responses API। QuickSilver Pro आधिकारिक DeepSeek build को FP8 या उससे बेहतर precision पर $0.06 / $0.18 प्रति million tokens में serve करता है।

  • 1M context
  • Tools
  • Reasoning · डिफ़ॉल्ट रूप से चालू
  • Streaming
  • JSON Schema output

आप चुकाते हैं · input / output प्रति 1M

$0.06 / $0.18

लिस्ट प्राइस पर

Published reference जैसी ही दरें

Pricing तुलना ($/1M tokens)

बार की लंबाई = दिखाई गई सबसे ऊँची क़ीमत के मुक़ाबले क़ीमत

ProviderInputOutputQSP की तुलना में
QuickSilver Pro$0.06$0.18—
Published reference(deepseek/deepseek-v4-flash-0731)$0.06$0.18बराबर
OpenAI (GPT-4o-mini)$0.15$0.6070% कम

एक नज़र में

Context
1M tokens
Input / 1M
$0.06
Output / 1M
$0.18
Default में सोचता है
हाँ
Latency · लाइव
—
AA Intelligence Index
41

Codex, agentic coding, tool use और long-context automation।

DeepSeek V4 Flash कब सही चुनाव है?

catalog की क्षमताओं और प्रकाशित क़ीमतों से तैयार, benchmark से नहीं।

कब इस्तेमाल करें

Codex और agentic coding, multi-step tool use, code generation, structured output और long-context automation के लिए V4 Flash को डिफ़ॉल्ट बनाएँ। आधिकारिक 0731 build OpenAI Chat Completions और Responses API, दोनों तरह के clients को support करता है, और QSP का stable model ID वही रहता है।

  • लंबे दस्तावेज़ और codebases, 1M tokens तक के context के साथ
  • Tools call करने वाले agents, strict JSON Schema output के साथ
  • कई चरणों वाला reasoning, डिफ़ॉल्ट रूप से चालू
  • Chat Completions के साथ Responses API clients भी

कब कोई और model चुनें

वाकई कठिन reasoning (competitive programming, multi-step proofs, जटिल गणित) के लिए V4 Pro पर जाएँ। Opus-class agentic / long-horizon planning के लिए Kimi K2.6 बेहतर बैठता है। Audio या GPT-4-class creative writing के लिए OpenAI पर ही रहें। V4 Flash खुद केवल text लेता है — अगर आपको image input चाहिए, तो हमारे 86 models में से 47 उसे स्वीकार करते हैं।

Models में विकल्पों की तुलना करें

Quickstart (curl)

API key पाएँ →
curl https://api.quicksilverpro.io/v1/chat/completions \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-flash",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.quicksilverpro.io/v1",
  apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
  model: "deepseek-v4-flash",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);
curl https://api.quicksilverpro.io/v1/responses \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-flash",
    "input": "Hello!"
  }'
python (OpenAI SDK)
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)

OpenAI-संगत। base_url बदलकर एक लाइन में migration।

Gateway का व्यवहार

इस मॉडल के लिए compatibility नोट्स।

prompt
1M tokens तक के prompts।
  • /v1/chat/completions: समर्थित
  • /v1/responses: समर्थित
  • streaming: समर्थित
  • tools: समर्थित
  • image input: इस मॉडल के लिए सूचीबद्ध नहीं
  • JSON Schema: समर्थित
  • reasoning: समर्थित

क़ीमत कहाँ से आती है

Catalog v87 · कोई अलग long-context tier नहीं

Provider reference
$0.06 / $0.18
Catalog में सत्यापित
Prompt cache · तुलना नहीं
$0.015 read

usage.cost = prompt_tokens × $0.06/1M + completion_tokens × $0.18/1M

/pricing.json

Base दरें; cached prompt tokens ऊपर दी गई cache दरों पर बिल होते हैं।

FAQ

सामान्य प्रश्न

हाँ — V4 Flash डिफ़ॉल्ट रूप से सोचता है। Chat Completions के ज़रिए सीधी, बिना thinking वाली chat के लिए reasoning: { enabled: false } पास करें; Responses API clients गहराई नियंत्रित करने के लिए reasoning.effort सेट कर सकते हैं।

DeepSeek V4 Flash

DeepSeek V4 Flash को double credits के साथ आज़माएँ — $50 तक bonus credits

API Key पाएँ

$0.06 / $0.18input / output प्रति 1M tokens

आज़माएंAPI Key पाएँ