MODEL PROVIDERS
DeepSeek V4 Flash (Non-reasoning) API Provider 比较
比较 DeepSeek V4 Flash (Non-reasoning) 在 3 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 |
|---|---|
| GMI | 0.05 美元 |
| Makora | 0.1 美元 |
| CoreWeave | 0.11 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。
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 |
|---|---|
| Makora | 273 Token/s |
| CoreWeave | 61.2 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 |
|---|---|
| Makora | 0.7 秒 |
| CoreWeave | 1.6 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 |
|---|---|---|---|---|
| Makora | 2.5 秒 | 0.7 秒 | 0 秒 | 1.8 秒 |
| CoreWeave | 9.7 秒 | 1.6 秒 | 0 秒 | 8.2 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 |
|---|---|
| 中等文本 · Makora | 259.1 Token/s |
| 中等文本 · CoreWeave | 49.2 Token/s |
| 长文本 · Makora | 273 Token/s |
| 长文本 · CoreWeave | 61.2 Token/s |
| 100K 上下文 · Makora | 238.7 Token/s |
| 100K 上下文 · CoreWeave | 62.3 Token/s |
| 并行请求 · Makora | 268.9 Token/s |
| 并行请求 · CoreWeave | 50.4 Token/s |
查看图表数据
| 项目 | 数值 |
|---|---|
| 中等文本 · Makora | 0.4 秒 |
| 中等文本 · CoreWeave | 0.8 秒 |
| 长文本 · Makora | 0.7 秒 |
| 长文本 · CoreWeave | 1.6 秒 |
| 100K 上下文 · Makora | 3.4 秒 |
| 100K 上下文 · CoreWeave | 12.6 秒 |
| 并行请求 · Makora | 0.4 秒 |
| 并行请求 · CoreWeave | 0.9 秒 |
查看图表数据
| 项目 | 数值 |
|---|---|
| 中等文本 · Makora | 2.3 秒 |
| 中等文本 · CoreWeave | 11 秒 |
| 长文本 · Makora | 2.5 秒 |
| 长文本 · CoreWeave | 9.7 秒 |
| 100K 上下文 · Makora | 5.5 秒 |
| 100K 上下文 · CoreWeave | 20.6 秒 |
| 并行请求 · Makora | 2.3 秒 |
| 并行请求 · CoreWeave | 10.8 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 |
| Makora ↗ | $0.09 | $0.20 | — | $0.10 | — | 273.0 Token/s | 114.2–1386.5 | 0.7 秒 | 0.6–69.5 秒 | 2.5 秒 | 1,000,000 | 支持 | 支持 |
| CoreWeave ↗ | $0.14 | $0.28 | $0.07 | $0.11 | — | 61.2 Token/s | 48.0–71.6 | 1.6 秒 | 1.5–2.0 秒 | 9.7 秒 | 1,000,000 | 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 有哪些 API Provider？
当前公开数据包含 GMI、Makora、CoreWeave，共 3 家。
哪家 Provider 输出最快？
Makora 的中位输出速度最高，为 273.0 Token/s。
哪家 Provider 延迟最低？
Makora 的首个回答 Token 中位等待最低，为 0.7 秒。
哪家 Provider 单任务成本最低？
来源暂未给出可比较的任务成本。
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。