MODEL PROVIDERS
DeepSeek V4 Flash (Reasoning, Max Effort) API Provider 比较
比较 DeepSeek V4 Flash (Reasoning, Max Effort) 在 5 家 API Provider 上的价格、任务成本、输出速度、延迟和端到端响应。数据来自公开实测，不修改原始数值。
怎样读这页
同一个模型经不同 Provider 托管时，模型能力通常不变，但价格、限流、输出速度和首字延迟会不同。实时聊天优先看延迟，批处理优先看成本与吞吐，长上下文任务还要单独看对应提示类型。
本页的“输出速度”指开始生成后的 Token/s；“首个回答 Token”指从请求到可见回答的等待；“端到端响应”按输出 500 Token 计算，三者不是同一指标。
API PRICE
Provider API 价格
混合价按 7:2:1 的缓存读取、输入和输出 Token 比例计算，便于同口径比较。
查看图表数据
| 项目 | 数值 |
|---|---|
| DeepInfra (FP4) | 0.05 美元 |
| GMI | 0.05 美元 |
| SiliconFlow (FP8) | 0.07 美元 |
| Novita | 0.08 美元 |
| Parasail (FP8) | 0.11 美元 |
COST PER TASK
单次 Intelligence 任务成本
该值来自统一公开任务集的实际 Token 使用，不等于简单的 API 输入标价。
查看图表数据
| 项目 | 数值 |
|---|---|
| DeepInfra (FP4) | 0.04 美元 |
| Novita | 0.05 美元 |
SPEED VS PRICE
速度与价格的权衡
更靠左代表价格更低，更靠上代表输出更快；高亮点为当前输出最快 Provider。
Novita：API 混合价 / 1M Token 0.076 美元，输出速度 117.178 Token/s
查看图表数据
| 项目 | API 混合价 / 1M Token | 输出速度 |
|---|---|---|
| DeepInfra (FP4) | 0.049 美元 | 40.395 Token/s |
| SiliconFlow (FP8) | 0.074 美元 | 83.85 Token/s |
| Parasail (FP8) | 0.105 美元 | 74.766 Token/s |
| Novita | 0.076 美元 | 117.178 Token/s |
OUTPUT SPEED
回答生成速度
中位输出速度之外，同时在图表说明中保留 P05–P95 范围，避免只看单点。
查看图表数据
| 项目 | 数值 |
|---|---|
| Novita | 117.2 Token/s |
| SiliconFlow (FP8) | 83.9 Token/s |
| Parasail (FP8) | 74.8 Token/s |
| DeepInfra (FP4) | 40.4 Token/s |
LATENCY
首个回答 Token 等待
数值越低越适合实时交互；P05–P95 能反映请求抖动。
查看图表数据
| 项目 | 数值 |
|---|---|
| DeepInfra (FP4) | 0.9 秒 |
| Parasail (FP8) | 1.6 秒 |
| Novita | 1.8 秒 |
| SiliconFlow (FP8) | 1.9 秒 |
END-TO-END RESPONSE
端到端响应时间
按 500 个输出 Token 计算，拆分输入处理、内部推理和文本生成。
输入处理推理生成 500 Token
查看图表数据
| 项目 | 合计 | 输入处理 | 推理 | 生成 500 Token |
|---|---|---|---|---|
| Novita | 54 秒 | 1.8 秒 | 47.9 秒 | 4.3 秒 |
| SiliconFlow (FP8) | 74.8 秒 | 1.9 秒 | 66.9 秒 | 6 秒 |
| Parasail (FP8) | 83.4 秒 | 1.6 秒 | 75.1 秒 | 6.7 秒 |
| DeepInfra (FP4) | 152.2 秒 | 0.9 秒 | 139 秒 | 12.4 秒 |
PROMPT TYPES
不同任务类型下的表现
中等文本、长文本、编码、视觉、并行与 100K 上下文的数据分开呈现，避免用单一中位数替代真实场景。
查看图表数据
| 项目 | 数值 |
|---|---|
| 长文本 · DeepInfra (FP4) | 40.4 Token/s |
| 长文本 · SiliconFlow (FP8) | 83.9 Token/s |
| 长文本 · Parasail (FP8) | 74.8 Token/s |
| 长文本 · Novita | 117.2 Token/s |
查看图表数据
| 项目 | 数值 |
|---|---|
| 长文本 · DeepInfra (FP4) | 0.9 秒 |
| 长文本 · SiliconFlow (FP8) | 1.9 秒 |
| 长文本 · Parasail (FP8) | 1.6 秒 |
| 长文本 · Novita | 1.8 秒 |
查看图表数据
| 项目 | 数值 |
|---|---|
| 长文本 · DeepInfra (FP4) | 152.2 秒 |
| 长文本 · SiliconFlow (FP8) | 74.8 秒 |
| 长文本 · Parasail (FP8) | 83.4 秒 |
| 长文本 · Novita | 54 秒 |
FULL DATA
Provider 完整对照表
图表用于观察关系，表格保留精确数值，便于检索、引用和 AI 系统读取。
| Provider | 输入 / 1M | 输出 / 1M | 缓存命中 / 1M | 7:2:1 混合价 | 单任务成本 | 输出速度 | 速度 P05–P95 | 首 Token | 延迟 P05–P95 | 端到端 | 上下文 | 函数调用 | OpenAI 兼容 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| GMI ↗ | $0.09 | $0.19 | $0.02 | $0.05 | — | — | — | — | — | — | 1,048,575 | 支持 | 支持 |
| DeepInfra (FP4) ↗ | $0.09 | $0.18 | $0.02 | $0.05 | $0.04 | 40.4 Token/s | 26.1–114.3 | 0.9 秒 | 0.5–2.3 秒 | 152.2 秒 | 1,048,576 | 支持 | 支持 |
| SiliconFlow (FP8) ↗ | $0.13 | $0.28 | $0.03 | $0.07 | — | 83.9 Token/s | 61.9–131.1 | 1.9 秒 | 1.2–3.6 秒 | 74.8 秒 | 1,049,000 | 支持 | 支持 |
| Parasail (FP8) ↗ | $0.14 | $0.28 | $0.07 | $0.11 | — | 74.8 Token/s | 38.6–114.2 | 1.6 秒 | 1.3–1.9 秒 | 83.4 秒 | 1,048,576 | 支持 | 支持 |
| Novita ↗ | $0.14 | $0.28 | $0.03 | $0.08 | $0.05 | 117.2 Token/s | 86.8–135.7 | 1.8 秒 | 1.1–3.5 秒 | 54.0 秒 | 1,048,576 | 支持 | 支持 |
FAQ
常见问题
回答由本页结构化公开数据生成。
DeepSeek V4 Flash (max) 有哪些 API Provider？
当前公开数据包含 GMI、DeepInfra (FP4)、SiliconFlow (FP8)、Parasail (FP8)、Novita，共 5 家。
哪家 Provider 输出最快？
Novita 的中位输出速度最高，为 117.2 Token/s。
哪家 Provider 延迟最低？
DeepInfra (FP4) 的首个回答 Token 中位等待最低，为 0.9 秒。
哪家 Provider 单任务成本最低？
DeepInfra (FP4) 最低，为 US$0.04。
为什么同一个模型速度不同？
Provider 的推理硬件、批处理、路由、负载和服务配置不同，因此相同模型的吞吐和延迟会出现差异。