DeepSeek V4 Pro 与 V4.1 Flash：能力、价格与选择

截至 2026 年 9 月 23 日，官方 API 用户实际需要比较的是 V4.1 Flash 与 V4 Pro，而不是最初的两款 V4 预览模型。Flash 已进入新一代，Pro 仍在提供服务。仅凭名称里的“Pro”，无法判断它是否更适合你的任务。

如果你要新建图片识别流程，Flash 值得优先评估，因为当前官方模型表列明 Flash 支持视觉，Pro 不支持。如果已有一套稳定的文本工作流，则应比较完成任务的成本与可用结果，再决定是否切换。

本文使用 9 月 23 日核对的官方能力与价格资料，并提供费用算例和评估方法，不采用没有记录支撑的“几秒响应”“准确率多少”或网页版实测排名。

先确认比较的是哪个版本

官方模型表中，deepseek-flash 对应 V4.1 Flash，deepseek-v4-pro 对应 V4-Pro-0813。两者均列出 1M 上下文、思考与非思考模式、JSON 输出、工具调用，以及 Responses API 和 Anthropic 兼容接口。

旧 Flash 名称已经作为别名路由至 V4.1 Flash。因此，看到某篇近期测试写着 deepseek-v4-flash，不能立即认定它测的是上一代 V4 Flash。需要同时核对测试日期和当时的服务映射。

共有功能也不意味着行为完全相同。你的应用可能依赖某种输出结构、工具选择方式，或针对某个模型调过的提示词。这些依赖应该进入评估，而不是被一个产品名称代替。

Pro 没有按旧公告直接消失

9 月 10 日的发布稿曾计划从 9 月 14 日起将 Pro 请求路由至 Flash。不过，当前更新日志说明，V4 Pro API 将在该日期之后继续提供服务，计费方式保持不变。

当前价格表也仍单独列出 Pro。今天做决策，应采用当前服务说明；旧发布稿解释了“Pro 要停服”的消息从何而来，但不能继续当作现状。

对一个已经通过业务验收的 Pro 接入，保留一段时间做对照测试是合理选择。迁移所需的验证工作，可能暂时超过节约的费用。这属于部署与维护成本的权衡，并不等于 Pro 的模型质量必然更好。

开始使用deepseek-v4

价格差异，可以用同一份用量算清楚

下表是官方 API 在 9 月 23 日列出的美元价格，单位均为每百万 token，不是第三方聊天平台的套餐价格。

计费项目	V4.1 Flash 峰时	V4 Pro 峰时	V4.1 Flash 谷时	V4 Pro 谷时
输入，缓存命中	$0.006	$0.044	$0.003	$0.022
输入，缓存未命中	$0.30	$1.32	$0.15	$0.66
输出	$1.20	$3.96	$0.60	$1.98

峰时是工作日 UTC 01:00–04:00、06:00–10:00，中国法定节假日除外；北京时间对应 09:00–12:00、14:00–18:00。其余时间为谷时。未来安排批量任务前，应再次核对实时价格页。

假设一批任务使用 10 万个未缓存输入 token，以及 1 万个计费输出 token。峰时 Flash 的费用为 0.1 × $0.30 + 0.01 × $1.20 = $0.042；Pro 为 0.1 × $1.32 + 0.01 × $3.96 = $0.1716。谷时分别为 $0.021 和 $0.0858。

这个算例假定两者 token 用量相同，没有缓存命中，也没有重试，不是实际账单。真实任务中，模型可能输出不同长度的答案，或者需要不同次数的修正。应以接口返回的真实计费用量为准，并考虑适用的推理输出，不能只按最后显示出来的文字长度估算。

视觉能力与文档上传，要分层看

对于直接发往官方 API 的截图、图表等图片输入，Flash 有相应支持，Vision 文档说明了格式和请求方式。Pro 当前官方 API 条目不包含视觉能力。

某个网页产品仍可能允许用户在选择文本模型时上传文档：它可能先提取文字，可能另行路由，也可能只支持部分文件。那是产品实现，不能从模型名称或一个上传按钮直接推断。

评估文档任务时，先问清模型拿到的是什么：页面图片、提取后的文本，还是两者都有？如果表格在解析时已经丢失列关系，后续回答出现错误，不一定是模型不会理解表格。应该测试从原文件到最终答案的整条处理过程。

用任务验收表代替笼统排名

选几项有代表性的工作，为每项写清验收条件。工单提取要求字段与原文一致；代码修改要求行为和相关测试通过；文档总结要求关键结论能找到原文依据。

尽量固定提供商、提示词、工具权限和输出预算，并显式设置思考模式。每次记录结果是否通过、需要多少人工修正，以及包含重试的总费用。如果比较速度，也要统一定义，例如从请求开始到得到可用最终答案的时间。

不要只用一道简单题决定胜负。加入信息缺失、格式混乱，以及应该先追问的输入，更容易看出模型需要多少人工监督。对于 Agent，还要检查实际操作：最终解释写得漂亮，不能抵消一次错误的文件修改。

工具权限、记忆保存和任务调度还取决于宿主程序。比较模型时，需要把这些实现保持一致，否则可能把界面的优势算成模型优势，也可能把适配器的问题归给模型。

按当前任务作选择

新建图片工作流，或希望降低重复任务成本时，可以先把 Flash 作为评估基线。已有 Pro 工作流若满足验收条件，或者在受控比较中得到团队更认可的结果，也可以继续保留。

使用网页版时，确认该服务实际提供哪些模型、附件能力和限制。官方 API 的价格与上限，不会自动适用于每个聊天界面。维护 API 代码时，可结合迁移指南检查别名、参数与工具历史。

把决定记录成一句具体的话：哪项任务，在什么服务上，采用哪个模型，依据是什么。下一个版本到来时，这份记录比“Pro 更强”或“Flash 更快”的笼统印象更容易重新验证。