DeepSeek V4 Flash 与 Pro 怎么选：按任务、延迟和成本决策

模型选型最容易犯的错误，是把官方能力描述直接当作自己业务的结论。更可靠的方法是：先按任务筛选候选模型，再用真实样本测质量、延迟和成本。

一、快速选择

• 优先 Flash：分类、改写、摘要、信息抽取、客服草稿及大批量轻量任务。
• 优先 Pro：复杂代码修改、多约束规划、严谨推理和结果价值较高的任务。
• 采用路由：先由 Flash 处理普通请求，遇到低置信度或复杂任务再升级到 Pro。

二、建立自己的小型评测集

从真实业务中抽取至少 50 条脱敏样本，覆盖常见、边界和高风险场景。为每条样本规定可判断的通过条件，例如字段完整率、事实错误数、代码测试结果或人工评分标准。

建议记录：
- model：实际模型名
- task_type：任务类型
- passed：是否通过质量门槛
- latency_ms：端到端耗时
- input_tokens / output_tokens：Token 用量
- cache_hit_tokens：缓存命中 Token
- estimated_cost：按核验当日官方价格计算

三、不要只比较单次价格

总成本还包括失败重试、过长输出、人工复核和低质量结果造成的返工。价格低但通过率不足的模型，最终可能更贵。反之，所有请求都使用 Pro 也可能浪费预算。

四、推荐的生产策略

1. 给每类任务设置质量门槛和最大预算。
2. 以 Flash 为默认候选，用评测结果决定哪些任务升级到 Pro。
3. 保存一份固定回归集，在模型版本或 Prompt 变化时重复测试。
4. 定期查看官方价格页；不要把本站或历史文章中的价格当作结算依据。