倒反天罡？DeepSeek-V4-Flash正式版上線，幹翻自家先發的Pro版

DeepSeek 今日（7 月 31 日）正式推出 V4-Flash 正式版 API，並同步展開公測。根據官方公告，DeepSeek-V4-Pro 正式版則預計在 8 月初接續上線。這次更新距離 DeepSeek V4 預覽版發布已相隔三個月，新一代模型以更完整的姿態向開發者與企業用戶開放。 DeepSeek-V4-Flash 正式版採用 MoE 混合專家架構，總參數規模達 284B，每次推理僅需激活 13B 參數。模型支援最高 100 萬 token 的長上下文輸入，並具備非思考模式與思考模式雙軌切換能力。官方表示，Flash 正式版的模型結構與尺寸和先前的 Flash-preview 版本一致，主要差異在於重新進行了後訓練流程，使模型表現進一步優化。 在開發者生態整合方面，DeepSeek V4 預覽版已陸續完成對 Claude Code、OpenClaw、OpenCode、CodeBuddy 等主流 Agent 產品的適配與優化。而 Flash 正式版更進一步原生支援 OpenAI 的 Responses API 格式，並針對 Codex 進行了專屬調校。開發者無需修改 Base URL 即可直接切換模型，大幅降低既有工作流程的遷移成本。 針對 Agent 能力的強化，DeepSeek 在 API 文件中公開了一系列基準測試成績。DeepSeek-V4-Flash 正式版在 Terminal Bench 2.1 達到 82.7 分，NL2Repo 為 54.2 分，Cybergym 為 76.7 分，DeepSWE 為 54.4 分，Toolathlon verified 為 70.3 分，Agent Last Exam 為 25.2 分，Automation Bench（Public）為 25.1 分，DSBench-FullStack 為 68.7 分，DSBench-Hard 為 59.6 分。整體表現明顯超越 4 月上線的 DeepSeek-V4-Pro-Preview，顯示 Flash 正式版在自動化任務執行與程式碼生成等場景具備更強競爭力。 回顧今年 4 月 24 日，DeepSeek 正式發布並開源 V4 系列預覽版本，當時採取雙軌產品策略：DeepSeek-V4-Pro 主打性能上限，目標對標閉源旗艦模型；而 DeepSeek-V4-Flash 則刻意縮小參數規模與激活規模，換取更低的延遲與更實惠的成本結構，鎖定高頻呼叫與即時回應場景。 此前的 V4-Pro-Preview 在 Agentic Coding 等評測中已躋身開源模型第一梯隊。內部評測結果顯示，其交付品質已接近 Claude Opus 4.6 的非思考模式，但與該模型的思考模式相比仍有一段距離。在數學、STEM 學科以及競賽型程式碼等高難度任務中，V4-Pro-Preview 則已超過當前已公開評測成績的開源模型，整體表現接近甚至比肩 GPT-5.4、Claude Opus 4.6-Max 等頂級閉源模型。 長上下文效率也是此次更新的重點之一。DeepSeek 在 100 萬 token 的應用場景下提出了更激進的優化方案：單 token 推理計算量僅為 V3.2 的 27%，KV Cache 記憶體占用更大幅降至約 10%。這意味著在處理長鏈路任務時，無論是算力需求還是顯示卡記憶體成本，都能獲得顯著紓解，對實際部署與維運成本的降低相當有感。 價格策略上，DeepSeek-V4-Pro 輸入命中快取時為每百萬 token 人民幣 1 元，未命中快取則為每百萬 token 人民幣 12 元，輸出價格為每百萬 token 人民幣 24 元。DeepSeek-V4-Flash 則更具價格競爭力，輸入命中快取僅需每百萬 token 人民幣 0.2 元，未命中快取為每百萬 token 人民幣 1 元，輸出為每百萬 token 人民幣 2 元。相較於 Pro 版，Flash 的價格門檻明顯更低，適合大規模部署與成本敏感型應用。 值得注意的是，就在 DeepSeek 發布新版的同一天，OpenAI 也宣布調降 GPT-5.6 Luna 定價達 80%，Terra 降價 20%。業界普遍解讀此舉是受到中國國產大模型低價策略的壓力所驅動。價格戰持續至今，API 呼叫成本已逐漸不再是開發者選用模型的最關鍵因素，真正的決勝點在於模型能否交付可實際落地的 Agent 能力。 過去半年來，中國國產大模型廠商在維持價格優勢的同時，也積極補齊 Agent 與 Coding 領域的短板。DeepSeek-V4-Flash 正式版以更低的價格提供超越 Pro 預覽版的 Agent 效能，等於直接向市場傳達一個訊息：低價不代表低能。對開發者而言，價格戰決定的是入場門檻，而 Agent 能力的強弱，才真正決定模型能觸及的智慧天花板。