Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

DeepSeek · pașaport de model

DeepSeek: DeepSeek V4 Flash 0731

deepseek-v4-flash

Ponderi deschise
Licență MIT
304.2B parametri
1,048,576 context
Lansat 2026-07-31(repo HF creat)

General · LMArena: 1,436#93 din 396
Cea mai bună percentilă: 78.3Urmarea instrucțiunilor
Poziția în cohortă: 63.2mediană 59.8

Ce spun datele

Evaluat pe 9 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Neuniform: 35,8 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 78.3 pct pe Urmarea instrucțiunilor față de 42.5 pct pe SimpleBench.

Urmarea instrucțiunilor78.3 pct1,428Verifică →
WebDev Arena77.7 pct1,582Verifică →
Prompturi dificile77.5 pct1,459Verifică →
General76.8 pct1,436Verifică →
Programare76 pct1,484Verifică →
LiveBench73.9 pct65.5%Verifică →
IFBench (Artificial Analysis)54 pct47.2%Verifică →
Factuality Arena51.2 pct1,439Verifică →
SimpleBench42.5 pct46.3%Verifică →
Vision ArenaNeevaluat
Search ArenaNeevaluat
Document ArenaNeevaluat
Agent ArenaNeevaluat
GPQA DiamondNeevaluat
AIME (matematică)Neevaluat
FrontierMathNeevaluat
SimpleQA VerifiedNeevaluat
ARC-AGI-2Neevaluat
Humanity's Last ExamNeevaluat
BFCL v4 (apelare de funcții)Neevaluat
SWE-bench Verified (clasament live)Neevaluat
Terminal-Bench 4.0Neevaluat
MMLU-Pro (Artificial Analysis)Neevaluat
LiveCodeBench (Artificial Analysis)Neevaluat
Halucinații HHEM (Vectara)Neevaluat
SWE-bench VerifiedNeevaluat
Terminal-BenchNeevaluat

Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.

Cum îl rulezi

Rulează-l singur

Repositorydeepseek-ai/DeepSeek-V4-Flash-0731

Parametri304.2B

ArhitecturăDeepseekV4ForCausalLM

LicențăMIT

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "deepseek-ai/DeepSeek-V4-Flash-0731"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

Ollama

Nu sincronizăm tag-urile Ollama, așa că nu afișăm o comandă pe care nu o putem verifica — una greșită ar descărca modelul greșit. Caută în biblioteca Ollama →

Rețetele de fine-tuning Unsloth sunt specifice fiecărui model și nu le derivăm aici. Documentația Unsloth →

Folosește-l găzduit

ID de model APIdeepseek/deepseek-v4-flash-0731

Lungime context1,048,576 tokeni

Ieșire maximă943,718 tokeni

Preț intrare$0.01 per 1M tokeni

Preț intrare din cache$0.01 per 1M tokeni

Preț ieșire$0.45 per 1M tokeni

Parametri API acceptați de acest endpoint

Frequency penaltyInclude reasoningLogit biasLogprobsMax tokensMin-pParallel Tool CallsPresence penaltyReasoningReasoning effortRepetition penaltyResponse formatSeedStop sequencesStructured outputsTemperatureTool choiceTool callingTop-aTop-kTop logprobsTop-p

Exemplu de cerere

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek/deepseek-v4-flash-0731","messages":[{"role":"user","content":"Hello"}]}'

Vezi pe OpenRouter →

Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.

deepseek-v4-flash stands at 63.2 (raw mean 67.5) — measured on 9 of 27 axes.
pozițieșablonVerifică →
deepseek-v4-flash stands at 63.2 versus a cohort median of 59.8 across 193 models released within 180 days — above the peer median.
cohortășablonVerifică →

Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →