DeepSeek-V4 发布：百万上下文来了，Flash/Pro 两档怎么用才不亏

DeepSeek-V4 这次最扎眼的点就两件事：

• 100 万上下文（1M tokens）：能把一堆长文档、代码库、会议纪要，一口气喂进去。
• 分两档：deepseek-v4-flash 和 deepseek-v4-pro。一个适合“天天用、用得多”，一个适合“要结果、要上限”。

下面按你最关心的顺序讲：怎么选、怎么用、钱怎么算、坑在哪。😄

1）两档模型怎么选：别纠结，按场景来

deepseek-v4-flash：省钱、快、适合高频

适合这些活：

• 日常问答、资料整理
• 批量写摘要、改写文案
• 轻量代码生成（脚手架、简单函数、SQL、正则）
• “我就想先跑通流程”的原型验证

你可以把它当成团队里的“干活小能手”。量大管饱，成本好控。

deepseek-v4-pro：冲上限、强推理、适合关键任务

原始信息里提到，V4-Pro 在这些方面非常能打：

• 数学、STEM、竞赛型代码测评：超过已公开评测的开源模型
• Agent 能力增强：在 Agentic Coding 评测里达到开源最佳水平
• 世界知识：大幅领先其他开源模型，接近顶尖闭源模型（仅略逊 Gemini-Pro-3.1）

适合这些活：

• 复杂 Debug、复杂系统设计（要推理链条、要抓边界条件）
• Agent 编程：拆任务、写代码、跑测试、修 bug 的闭环
• 长上下文里做精细抽取：合同条款、论文方法、代码跨文件依赖

一句话：你只要在意“少返工、少扯皮、一次给对”，Pro 更值。

2）价格怎么理解：按“百万 tokens 输入/输出”算

你给的价格是按 1,000,000 tokens 计费：

| 模型 | 1M 输入 tokens | 1M 输出 tokens | |---|---:|---:| | deepseek-v4-flash | 1 元 | 2 元 | | deepseek-v4-pro | 12 元 | 24 元 |

这里有个很现实的点：

• 输出比输入贵，而且通常“你让它写得越多，越贵”。
• 真正烧钱的往往不是“喂资料”，是“让它吐长文”。

一个好用的费用心算公式

把 token 当成“字数的近似量”就行（不同语言会有偏差）。

• 成本 ≈ 输入tokens/1e6 × 输入单价 + 输出tokens/1e6 × 输出单价

你不需要精确到个位数，抓个量级就够了。

三个常见场景的成本直觉

• 长文档问答：输入很大、输出不必长 → 成本主要在输入
• 写报告/长文章：输出很大 → 成本主要在输出
• Agent 编程：多轮交互 + 可能输出较多代码 → 预算要留富余

3）百万上下文怎么用才爽：给你一套“喂资料”姿势

百万上下文不是让你把所有东西无脑塞进去。

你想象一下：你把整个代码库丢给一个同事，还跟他说“你自己看着办”。同事也会翻白眼。

资料打包建议（强烈建议照做）

把长上下文组织成“可被引用”的结构：

• 目录：告诉模型资料有哪些部分
• 每段资料加 ID：比如 DOC_03、CODE_A12
• 给每段加一句摘要：让模型快速定位

示例（你可以直接复制这个格式）：

你将收到一批资料。请严格按“引用ID”回答。

资料目录：
- DOC_01：需求说明（摘要：用户要做登录+风控）
- DOC_02：接口文档（摘要：有 /login /sendCode /verifyCode）
- CODE_01：当前后端代码（摘要：Node + Express）

资料正文：
[DOC_01]
...长文...

[DOC_02]
...长文...

[CODE_01]
...长代码...

任务：
1) 列出需求与现有实现的差距
2) 给出最小改动方案
3) 输出修改后的关键代码片段，并标注对应文件路径
回答要求：每条结论后面都要带引用ID，例如（引用：DOC_01）。

这个格式的好处：

• 模型不会乱编“资料里没有的内容”那么多
• 你能快速定位它依据了哪一段
• 特别适合合同、论文、代码库这种“错一个字就翻车”的场景

4）用 Pro 做 Agentic Coding：把“写代码”变成“跑流程”

原始信息强调 V4-Pro 的 Agent 能力提升，这类能力最适合拿来做：

• 拆解任务
• 自动生成代码
• 自检（写测试、跑静态检查）
• 发现 bug 后再修

你不需要真的搭一个很复杂的框架，提示词里把流程写清楚就够用了。

一个能落地的 Agent 编程提示词模板

你是资深工程师，目标是把任务做成可合并的 PR。

项目约束：
- 语言/框架：XXX
- 代码风格：遵循现有 lint 规则
- 不允许大重构，只能最小改动

交付物：
- 变更方案（分点）
- 需要修改的文件清单
- 代码补丁（按文件分块输出）
- 自测清单（包含命令、预期结果）

工作方式：
- 每次输出都要先给“下一步计划”，再给实现
- 如果信息不够，集中问我 3 个以内关键问题，不要发散

任务：XXX

你会发现它更像一个“能推进事情的人”，而不是只会吐代码片段。

5）Flash 和 Pro 的组合用法：省钱还好用

很多人一上来就全程 Pro，然后发现账单不太友好。

更舒服的打法：

• Flash 负责粗活：整理资料、提取要点、生成草稿、列疑问清单
• Pro 负责硬仗：关键结论、最终代码、复杂推理、最终交付

一个很实际的例子：

你要做“几十页需求文档 → 输出技术方案”。

• 用 Flash：把文档拆成结构化要点 + 风险列表
• 用 Pro：基于结构化要点做最终方案，顺带把风险变成可执行的技术措施

这样干，通常比“全程 Pro”省不少，而且结果更稳。

6）避坑清单：不想被百万上下文反噬就看这段

坑 1：把所有资料塞进去，却没告诉它“要用哪部分”

解法：给目录、给 ID、给引用要求。上面模板直接抄。

坑 2：输出写太长，钱从指缝里漏

解法：加输出上限。

例如：

输出不超过 600 字。
代码只输出必要片段，不要贴完整文件。

坑 3：让模型自由发挥“世界知识”，你却想要“基于资料”

解法：把回答模式写死。

• “只能基于我提供的资料回答”
• “资料没有就回答‘资料不足’并提出需要哪段信息”

坑 4：Agent 写代码不落地，没法跑

解法：强制它交付“自测清单”。没有自测清单就让它补。

7）你可以怎么开始：一套最小可行的练习路径

• 用 Flash 做一个“长文档摘要 + 问答”小工具：把你手头的产品文档、会议纪要塞进去试试
• 用 Pro 做一次“从需求到可合并代码”的小改动：带测试、带文件路径、带自测命令
• 记一笔账：每次请求记录输入/输出大概多少、花了多少，三天你就知道自己适合哪档

百万上下文的意义不在“能塞多少”，在于“塞进去以后还能做对事”。把结构、引用、输出边界这三件事抓住，你就能把 V4 用出价值。