- 1M context
- Reasoning
- Responses API
DeepSeek V4 Flash QuickSilver Pro पर
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
| Provider | Input | Output | QSP की तुलना में |
|---|---|---|---|
| QuickSilver Pro | $0.06 | $0.18 | — |
| Published reference(deepseek/deepseek-v4-flash-0731) | $0.06 | $0.18 | बराबर |
| OpenAI (GPT-4o-mini) | $0.15 | $0.60 | 70% 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।
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!"
}'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
- 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
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।
प्रति दस लाख टोकन इनपुट $0.06 / आउटपुट $0.18।
हाँ। base_url=https://api.quicksilverpro.io/v1 को model="deepseek-v4-flash" के साथ इस्तेमाल करें। QSP /v1/chat/completions और /v1/responses दोनों उपलब्ध कराता है; Codex में wire_api = "responses" इस्तेमाल करें।
DeepSeek V4 Flash
DeepSeek V4 Flash को double credits के साथ आज़माएँ — $50 तक bonus credits
API Key पाएँ