软盟资讯 | 前沿科技
2026年7月31日，DeepSeek通过API文档更新日志宣布，DeepSeek-V4-Flash正式版API上线公测。
消息一出，开发者社区瞬间"炸了"。
原因很简单——DeepSeek官方公布的9项Agent基准测试数据显示，
这款定位"轻量快速"的Flash正式版，在智能体能力上全面超越了自家4月份发布的V4-Pro-Preview。
"以下克上"的剧情，在大模型赛道里并不常见。更何况，Flash的参数量仅有Pro的六分之一。
这到底是怎么做到的？
一、Agent能力全面跃升：9项基准测试成绩单
DeepSeek没有藏着掖着，直接亮出了9项Agent基准测试的完整成绩单：
官方明确指出，这些结果
远超DeepSeek-V4-Pro-Preview。
其中几个关键测试值得关注：
Terminal Bench 2.1（82.7分）——测试模型在终端环境下的任务执行能力，包括理解命令行操作、编写脚本、调试错误。这个分数意味着V4-Flash已经具备了"AI运维工程师"级别的表现。
Cybergym（76.7分）——网络安全对抗测试，衡量模型在安全场景中的智能决策能力。
DeepSWE（54.4分）——从预览版的7.3飙升至54.4，暴涨超过7倍。这是代码智能体领域最硬核的基准之一，直接反映了模型在真实软件工程任务中的表现。
DSBench-FullStack（68.7分）和DSBench-Hard（59.6分）——DeepSeek内部的全栈开发和难题测试集，证明模型不仅能写单个函数，还能胜任从前端到后端的完整开发链路。
在社区评测中，V4-Flash正式版的表现已超过智谱GLM-5.2，并进一步逼近Claude Opus 4.8。有第三方评测机构指出，DeepSeek V4 Flash是首个被团队直接投入真实Agent流水线中、作为Anthropic或OpenAI级别前沿模型替代品的开源权重模型。
二、技术内核：同样架构，更强能力
这次更新最值得关注的技术细节是：
模型结构没变，但能力大幅提升。
DeepSeek-V4-Flash-0731的模型结构、尺寸与Preview版保持完全一致——总参数284B，激活参数仅13B，MoE架构，原生支持100万Token超长上下文。
唯一的变量是：
重新进行了后训练（Post-Training）。
这个细节传递出一个重要信号：
后训练环节的优化，同样可以带来Agent能力的巨大提升。 在不改变模型架构和参数规模的前提下，通过更高质量的后训练数据、更优的训练策略，就能让模型在Agent任务上实现质的飞跃。
对于整个行业而言，这意味着大模型的竞争逻辑正在发生转变——
从"堆参数"转向"精调优"。 同样的底座，经过更精细的后训练，就能在基准测试中产生质的飞跃。
三、原生支持Responses API，适配Codex生态
正式版V4-Flash的另一大亮点，是
原生支持OpenAI Responses API格式，并针对Codex完成专项适配。
这意味着什么？开发者只需一次配置，即可在Codex CLI、ChatGPT桌面端和VS Code的Codex插件中直接调用DeepSeek V4-Flash，无需第三方桥接工具。base_url不变，将模型名切换为deepseek-v4-flash即可完成迁移。
对于日常使用AI辅助编程的开发者来说，这是一个非常实用的升级。V4-Flash可以无缝接入主流开发工具，帮助写代码、查Bug，甚至完成简单的项目搭建。
不过需要注意的是，Responses API目前仅支持V4-Flash模型，暂不支持V4-Pro。DeepSeek官方表示，Pro版的支持预计在8月初跟进。
四、极致性价比：小模型的价格，接近旗舰的性能
在成本层面，V4-Flash的定价策略延续了DeepSeek一贯的"价格屠夫"风格。
非高峰时段，百万输出Token仅需0.28美元，极致性价比。有分析指出，V4-Flash是小模型中成本最低的选项，甚至低于OpenAI的GPT-5.4 Nano。
284B总参数、13B激活参数的MoE架构，配合稀疏注意力机制，大幅降低了显存与算力消耗。在100万Token超长上下文场景下，单Token推理计算量仅为V3.2的27%，KV Cache占用降至约10%。
用更便宜的价格，交出更强的干活能力——这就是"低价不等于低能"的最好证明。
五、V4-Pro正式版：即将到来
官方特别说明，本次升级仅覆盖DeepSeek-V4-Flash的API接口，DeepSeek-V4-Pro的API及APP/Web端模型均未做更改。
关于V4-Pro正式版，官方表示"将尽快发布"。有媒体报道称，V4-Pro正式版极有可能于8月3日正式上线。
作为V4系列中的旗舰模型，V4-Pro采用MoE架构，总参数规模达1.6T，单次推理激活参数为49B，同样支持100万Token超长上下文。在预览版阶段，V4-Pro在Agentic Coding评测中已达到开源模型最佳水平，在数学、STEM学科能力、竞赛级代码能力上超越所有已公开评测的同类开源模型。
更值得期待的是，如果V4-Pro正式版也像Flash版一样经历后训练优化，其Agent能力的高度可能会更加惊人。
六、行业观察：AI竞赛进入"精调时代"
DeepSeek V4 Flash正式版的发布，释放了几个清晰的行业信号。
第一，价格战拼的是入场券，Agent能力才是决赛圈。 过去半年，国产大模型在占据价格优势的同时，也在疯狂补齐Agent和Coding的短板。DeepSeek-V4-Flash正式版用更便宜的价格交出了更强的能力，证明了低价不等于低能。
第二，后训练成为新的竞争焦点。 同样的模型架构，经过更精细的后训练，就能在Agent能力上产生质的飞跃。这意味着，在"堆参数"的军备竞赛之外，还有一条更务实的路径——
把已有的模型"调教"得更好。
第三，开源模型正在逼近闭源旗舰。 V4-Flash正式版在多项Agent基准上逼近Claude Opus 4.8，这在半年前还是不可想象的事情。开源模型与闭源旗舰之间的差距，正在以肉眼可见的速度缩小。
对于开发者而言，这无疑是一个好消息。
更低的成本、更强的能力、更丰富的生态——AI Agent时代的门槛，正在被DeepSeek一步步拉低。
（本文数据综合自DeepSeek官方API文档、凤凰网科技、智东西、CSDN、网易智能等公开报道。）
