2026-05-26 · 家族选购指南

DeepSeek 全家桶怎么选？V4 Pro / V4 Flash / R1 / V3 实测对比

DeepSeek 是 2025-2026 年国内最活跃的 LLM 厂商之一，产品线从 $0.084/M 到 $0.87/M 全覆盖。 V4 Pro 对标国际旗舰、V4 Flash 性价比碾压全场、R1 是开源推理标杆、V3.2 是中档均衡。国内直连、API 稳定、价格便宜——但四个型号怎么选？直接看数据。

一句话结论

预算够上 V4 Pro，预算紧上 V4 Flash。 Pro（$0.87/M）Intelligence 44 国内第 4；Flash（$0.168/M）Intelligence 40 国内第 8——价差 5.2 倍，能力差 4 分。

数学/代码专项选 R1。 R1 是推理模型，在数学竞赛和代码任务上比 V4 系列更强，但常规对话不如 V4 Pro 稳。

V3.2 已经过时了。 V4 Flash 比 V3.2（$0.378/M）还便宜 47%，能力还更高。新项目直接跳过 V3.2。

全系参数对照

型号	Intelligence	速度 t/s	上下文	输出价
V4 Pro 旗舰	44	51	1M	$0.87
V4 Flash 性价比	40	98	1M	$0.17
V3.2 旧中档	—	—	131K	$0.38
R1 推理	—	—	164K	$2.50

数据来源：Artificial Analysis（2026-07-11）。R1 和 V3.2 不在 AA 主 leaderboard 范围内（R1 是推理专项模型，V3.2 已被 V4 取代）。

V4 Pro：国产第一梯队，价格是硬优势

DeepSeek V4 Pro Intelligence 44（7 月 AA），和 Kimi K2.6、MiniMax-M3 并列国产第二梯队（仅次于 GLM-5.2 的 51 和 Qwen3.7 Max 的 46）。和国际旗舰比：GPT-5.5（55）高 11 分、Claude Opus 4.8（56）高 12 分。能力差距还在，但价格差更夸张。

$0.435/$0.87 的定价是最大优势。对比 Claude Opus 4.7 的 $25/M 输出，V4 Pro 便宜 28 倍；对比 GPT-5.5 的 $30/M，便宜 34 倍。这是「国产替代」最硬的理由——不是「更好」，是「够用且便宜 30 倍」。

V4 Pro 适合什么：

国内合规项目——必须国内部署、数据不出境
长文档分析——1M 上下文，整本 PDF 扔进去
综合对话和写作——中文调性比国际模型更自然
成本敏感的企业级应用——$0.87/M 输出跑量不心疼

V4 Pro 的短板： 复杂代码任务不如 Claude Opus 4.7（多文件 refactor 会漏边界）； Agent 能力偏弱（没有 AA Agent 数据，但实测工具调用稳定性不如 GPT-5.5）；创意写作和文学性表达不如 Claude/GPT 系列。

V4 Flash：2026 年性价比之王

V4 Flash 是 DeepSeek 2026 年最狠的一手：$0.084/$0.168、1M 上下文、Intelligence 40。 Intelligence 只比 V4 Pro（44）低 4 分，但价格只有 1/5.2。

OpenRouter 周用量榜里 V4 Flash 长期霸榜（5.31T tokens），是除了免费模型之外用量最高的付费模型。开发者用实际行动投票了。

V4 Flash 适合什么：

批量分类和标注——$0.084/M 输入跑 100 万条就 $84
客服问答和 FAQ——中文理解够、响应快、成本低
文档摘要（中短篇）——1M 上下文够吃大部分文档
内容生成（中等质量）——公众号、小红书、产品描述
任何「跑量」场景——价格决定一切

V4 Flash 的边界： 复杂推理（数学、代码）弱于 V4 Pro；超长上下文（1M 全满）时的注意力衰减比 Pro 明显；创意写作偶尔会「模板化」，缺乏惊喜。但这些短板在 $0.18/M 的价格面前，大部分团队愿意接受。

R1：开源推理标杆，但不是万能

DeepSeek R1 是 2025 年初发布的开源推理模型，国内最早走纯推理路线的旗舰。不在 AA 主榜评测（AA 测的是综合智能，R1 是专项推理），但在 MathArena 和 SuperCLUE 数学推理榜上表现突出。

$0.70/$2.50 的定价比 V4 Pro 贵近 3 倍，但上下文只有 64K（V4 Pro 是 1M）。这意味着 R1 的定位很清晰：不是日常通用模型，是数学/代码/逻辑推理的专项工具。

R1 适合什么：

数学竞赛和奥赛题——R1 的推理深度在国内模型里数一数二
复杂算法题——LeetCode Hard、ICPC 级别
逻辑推理和证明——形式化推理、数学证明辅助
需要「想清楚再答」的场景——不追求速度，追求正确率

R1 不适合什么： 长文档分析（64K 上下文太短）；日常对话（推理过程冗长，回复慢）；批量跑量（$2.50/M 输出比 V4 Flash 贵 12.5 倍）； RAG 摘要（HHEM 幻觉率 11.3%，比 V4 系列高，推理模式在摘要任务是负优化）。

V3.2：已经被 V4 Flash 全面取代

V3.2 是 DeepSeek 上一代的通用模型：$0.252/$0.378、128K 上下文。在 V4 Flash 发布之前，它是中端价位的主力。现在 V4 Flash（$0.09/$0.18、1M 上下文、Intelligence 40）在价格和能力上全面超越 V3.2。

结论：新项目直接上 V4 Flash，老项目逐步迁移。 V3.2 唯一的存在理由是「已有集成不想改」——但迁移成本通常很低（API 接口兼容）。

DeepSeek vs 国际竞品

V4 Pro vs Claude Opus 4.7（价差 28 倍）

Intelligence 44 vs 54（7 月 AA），差距 10 分。价格 $0.87 vs $25，差距 28 倍。 Claude 在代码任务上更稳，但 V4 Pro 的中文理解和国内可用性是决定性优势。国内项目不用犹豫，直接 V4 Pro。

V4 Flash vs GPT-5.4 Nano（价差 6 倍）

V4 Flash $0.18/M vs Nano $1.25/M，Flash 便宜 7 倍。 Nano Intelligence 38，V4 Flash 40——Flash 还略强。但 Nano HHEM 幻觉率 3.1% 全球第 2，V4 Flash 的幻觉控制数据待确认。如果场景对幻觉极度敏感（医疗、法律），Nano 更稳；其他场景 Flash 完胜。