Reddit 用戶指出 DeepSeek V4 Flash 0731 模型在程式碼編寫方面具有極高的性價比，部分使用者因快取命中率極高而報告了極低的 API 成本。DeepSeek V4 Flash 0731 採用 284B 總參數 / 13B 活躍參數的混合專家架構，並具備 100 萬個 token 的上下文視窗。一名使用者報告稱，由於 99.6% 的快取命中率，他在超過五千億個 token 的使用中僅花費不到 2 美元；另一名使用者則指出 GLM 5.2 能以更少的浪費 token 處理複雜問題。儘管基準測試顯示其處於領先地位，但社群反饋表明 GLM 5.2 和 Qwen 3.6 27b 在特定的複雜程式碼任務中仍具有競爭力或更優異。

事件背景

DeepSeek V4 Flash 屬於 V4 系列，旨在透過混合注意力機制實現高效的程式碼編寫和代理工作流程。「Flash」變體特別針對成本效益，每次推論僅激活總參數中的一小部分（284B 中的 13B），使其非常適合高用量應用。此領域的基準測試通常比較 GLM、Qwen 和 DeepSeek 等開放權重模型在程式碼任務上的表現，以確定性能與價格的最佳平衡。

社群觀察

社群對性價比的評價普遍正面，使用者讚賞 DeepSeek API 快取帶來的低成本。然而，關於原始能力的討論則較為細緻，部分使用者認為 GLM 5.2 在複雜編碼方面仍具優勢，而另一些人則指出 Qwen 3.6 27b 是一個令人驚訝的高效替代方案。