# DeepSeek V4 Flash 0731

> Fiche du modèle de langage DeepSeek V4 Flash 0731 sur Quelle IA, édition du 28 septembre 2026. DeepSeek V4 Flash 0731 (DeepSeek) : score IA de 86,8, 33e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/deepseek-v4-flash-0731/
Origine : DeepSeek · Chine · sorti le 31 juillet 2026

## Score général

- Score IA : 86,8 (marge à 90 % : de 85,1 à 88,6)
- Rang : 33 (Groupe 5, ex æquo)
- Couverture : 50 % du poids des tâches, 16 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

## Scores par tâche

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | 86,8 | Rang 26 · 78 % |
| Code | 81,6 | Provisoire · 23 % |
| Agents | non mesuré | Non mesuré |
| Usage | non mesuré | Non mesuré |
| Maths | 87,1 | Rang 25 · 50 % |
| Sciences | 87,3 | Provisoire · 40 % |
| Français | non mesuré | Non mesuré |
| Vision | non mesuré | Non mesuré |
| Écriture | non mesuré | Non mesuré |
| Web | non mesuré | Non mesuré |

## Artificial Analysis (hors du score)

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index v4.3. C'est un autre indice, qui ne compte pas dans le score IA de Quelle IA et ne se compare pas directement à lui.

| Version évaluée | Indice v4.3 | Rang chez eux | Vitesse | Premier jeton | Prix par million de jetons (entrée / sortie) |
| --- | --- | --- | --- | --- | --- |
| [DeepSeek V4 Flash 0731 (Max)](https://artificialanalysis.ai/models/deepseek-v4-flash) | 34,3 | 77e sur 193 | 209,4 jetons/s | 0,93 s | 0,44 $ / 1,32 $ |

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Rang parmi les 193 modèles que leur indice classe. Relevé le 1er octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis, https://artificialanalysis.ai/models/deepseek-v4-flash

## Exécution locale

Ses poids sont ouverts, mais sa taille n'est pas communiquée. Aucune estimation de mémoire n'est possible.

## Fiche technique

- Prix : 0,18 € / 0,35 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 1 000 000 jetons (environ 750 000 mots)
- Entrées : Texte
- Réflexion : Élevée, maximale (deux niveaux réglables)
- Paramètres : Non communiqué
- Licence : Poids ouverts (poids ouverts, téléchargeables)
- Classe énergétique : Non communiquée
- Hébergement en Europe : Non communiqué
- Connaissances jusqu'à : Mai 2025

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash-0731)
- Sur votre machine : [Ollama](https://ollama.com/search?q=DeepSeek-V4-Flash-0731)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- Par API : [OpenRouter](https://openrouter.ai/deepseek/deepseek-v4-flash-0731)
- Par API : [API DeepSeek](https://api-docs.deepseek.com)
- L'essayer : [DeepSeek](https://chat.deepseek.com)

## Dans les outils de code

- Disponible dans : [Droid (Factory)](https://quelleia.com/outils/#factory-droid) (retrait annoncé)
- Relevé du 30 septembre 2026 sur la page publique de chaque outil. Un modèle proposé par un outil figure dans la liste que son éditeur publie. Rien n'y est mesuré.

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| OTIS Mock AIME 2024-2025 | Maths | 94,4 % | 81,7 | saturé | https://epoch.ai/benchmarks |
| ARC-AGI-1 | Raisonnement | 89 % | 86,3 | saturé | https://arcprize.org/leaderboard |
| GPQA Diamond | Sciences | 91 % | 84,2 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-1 | Raisonnement | 87 % | 85,2 | saturé | https://arcprize.org/leaderboard |
| DTBench | Raisonnement | 90,9 % | 86,6 | saturé | https://conceptualreasoning.ai/dtbench |
| ARC-AGI-1 | Raisonnement | 84 % | 83,7 | saturé | https://arcprize.org/leaderboard |
| WeirdML (v2) | Code | 63 % | 83,6 | actif | https://htihle.github.io/weirdml.html |
| ARC-AGI-2 | Raisonnement | 61,4 % | 87,1 | saturé | https://epoch.ai/benchmarks |
| FrontierMath, paliers 1 à 3 (v2) | Maths | 57,5 % | 84,1 | actif | https://epoch.ai/benchmarks |
| WeirdML (v2) | Code | 57,1 % | 79,4 | actif | https://htihle.github.io/weirdml.html |
| ProofBench | Maths | 56 % | 88,8 | saturé | https://www.vals.ai/benchmarks/proof_bench |
| ARC-AGI-2 | Raisonnement | 56 % | 86,1 | saturé | https://epoch.ai/benchmarks |
| SimpleBench | Raisonnement | 61,1 % | 84,1 | actif | https://lmcouncil.ai/benchmarks |
| SciCode | Code | 49,9 % | 83,1 | actif | https://artificialanalysis.ai/evaluations/scicode |
| LMCA | Raisonnement | 41,73 | 81,5 | actif | https://conceptualreasoning.ai/lmca |
| ARC-AGI-2 | Raisonnement | 46 % | 84,3 | saturé | https://epoch.ai/benchmarks |
| SimpleQA Verified | Données | 33,6 % | 76,5 | actif | https://epoch.ai/benchmarks |
| Chess Puzzles | Raisonnement | 33 % | 85,6 | actif | https://epoch.ai/benchmarks |
| Mystery Game Puzzles | Raisonnement | 34 % | 88,7 | actif | https://epoch.ai/benchmarks |
| FrontierMath, palier 4 (v2) | Maths | 24,4 % | 85,4 | saturé | https://epoch.ai/benchmarks |
| FrontierCode | Code | 18,8 % | 78,5 | actif | https://cognition.com/frontiercode |
| CritPt | Sciences | 16,6 % | 88,4 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-1 | Raisonnement | 11,8 % | 62,2 | saturé | https://arcprize.org/leaderboard |
| ARC-AGI-2 | Raisonnement | 2,1 % | 68,0 | saturé | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de DeepSeek V4 Flash 0731 ?** DeepSeek V4 Flash 0731 obtient un score IA de 86,8, avec une marge de 85,1 à 88,6, dans l'édition du 28 septembre 2026. Il est classé 33e sur 246 modèles, à partir de 16 mesures.

**Dans quelles tâches DeepSeek V4 Flash 0731 est-il le plus fort ?** Ses deux meilleures tâches sont sciences (87,3) et maths (87,1). Sa tâche la plus faible est code (81,6).

**DeepSeek V4 Flash 0731 peut-il tourner en local ?** Ses poids sont ouverts, mais sa taille n'est pas communiquée. Aucune estimation de mémoire n'est possible.

**Combien coûte DeepSeek V4 Flash 0731 ?** 0,18 € par million de jetons en entrée et 0,35 € en sortie, au tarif affiché par les fournisseurs. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite DeepSeek V4 Flash 0731 ?** DeepSeek V4 Flash 0731 est édité par DeepSeek (Chine), et il est sorti le 31 juillet 2026. Ses poids sont ouverts.

Source : Quelle IA, édition du 28 septembre 2026. https://quelleia.com