DeepSeek V4-Flash API開啟公測 速度與性價比全面碾壓GPT
重點摘要
AI資訊AI新閒資訊正文DeepSeek V4-Flash API開啟公測 速度與性價比全面碾壓GPT發布於AI新閒資訊時間 :Aug 3, 2026閱讀 :1分鐘近日，DeepSeek正式官宣旗下最新版本API開啟公測。作為一款備受矚目的AI產品，新版本在代理能力上實現了顛覆性升級，其基準測試成績甚至超越了以往的預覽版本，展現出極其強勁的綜合實力。
DeepSeek 近日正式宣布旗下最新版本 V4-Flash API 進入公開測試階段，引發業界關注。作為一款備受期待的 AI 模型，本次升級在代理能力上實現了大幅躍進，基準測試成績甚至超越先前推出的預覽版本，展現出強勁的綜合實力。消息一出，許多開發者與企業用戶隨即展開實測，試圖驗證這款新模型的實際表現。在實際應用測試中，有 AI 深度開發者將新版本 API 接入自己的系統進行比對。結果顯示，面對相同的高難度複雜任務與提示詞時，DeepSeek V4-Flash 僅耗費約 40 秒便完成執行，而海外同類頂尖大模型則需要 1 分 47 秒。
雖然在部分精細化輸出品質上，海外模型仍略佔上風，但 V4-Flash 的交付速度與可用性已達到業界高標準水準，對於追求即時回應的應用場景來說，無疑是一大突破。除了驚人的處理速度，價格與成本同樣成為本次升級的核心亮點。根據官方最新公布的定價機制，部分版本的輸入成本出現大幅下降，整體降幅相當顯著。不過，不同版本之間的策略各有側重，部分高效能或特定時段的 API 成本有所調整。整體而言，與海外主流官方大模型相比，國產 AI 在 API 定價上依然保持極具競爭力的優勢，成本差距普遍落在數十倍到上百倍之間。這意味著開發者能以更低的預算獲得高效的 AI 算力支援。
業內人士分析指出，隨著國產大模型在性能、速度與成本控制上的持續突破，AI 技術的商業化落地門檻正在進一步降低。未來，更多開發者與企業將有機會以極低的成本享受到高效的 AI 算力支援，進而帶動更多創新應用出現。整個行業生態可望迎來新一輪的格局重塑，而 DeepSeek V4-Flash 的登場正是這一趨勢的重要指標。值得注意的是，DeepSeek V4 正式版的發布時間先前一度傳出跳票消息。自 7 月中旬灰度測試後，官方始終未公布確切上線日期。然而，近期硅基流動平台發出通知，自 8 月 3 日起將 DeepSeek V4 Pro 的緩存命中價格從每百萬 Token 0.1 元大幅上調至 1.
0 元。這項突兀的漲價動作被外界視為 DeepSeek V4 正式版即將上線的重要信號，8 月 3 日被普遍認為是發布節點。如今 V4-Flash API 正是在這一天開啟公測，更讓外界對正式版的推出充滿期待。從整體產業角度來看，國產大模型的發展已進入全產業鏈突破階段。根據官方統計，國產大模型全球下載量已突破 100 億次，萬億級開源模型頻繁問世，人工智慧產業鏈正加速整合。國家發改委日前表示，上半年我國 AI 自主創新顯著加速，深度求索、月之暗面等公司陸續發布萬億參數開源大模型，下一步將統籌高品質發展與高水平安全，並加快《人工智慧法》立法進程。
這些政策與技術進展，為 DeepSeek 等新興模型提供了良好的發展環境。對開發者而言，DeepSeek V4-Flash API 的開放測試意味著可以立即體驗最新技術。由於其速度與成本優勢突出，尤其在需要大量 API 呼叫的場景中，能顯著降低營運成本。同時，模型在代理能力上的升級，讓開發者能夠更靈活地設計複雜的工作流程，例如自動化任務排程、多步驟推理等應用。未來隨著正式版推出，預期將有更多企業採用這套解決方案。另一方面，市場競爭也持續升溫。韓國 LG 旗下 AI 研究院於 7 月 31 日發布 K-EXAONE 2.
0 模型，總參數達 7500 億、激活參數 370 億，是初代規模的 3 倍以上，並以 Apache 2.0 完全開源，成為韓國最大 AI 基礎模型。這顯示全球 AI 大模型競賽已進入白熱化階段，不僅美國與中國持續投入，其他國家也積極推出主權級 AI 模型。DeepSeek V4-Flash 能否在國際市場中脫穎而出，仍有待觀察。綜觀整體，DeepSeek V4-Flash API 的公開測試不僅是技術層面的升級，更代表著國產 AI 在速度、成本與可用性上已達到足以與國際頂尖模型抗衡的水準。隨著公測期間的用戶反饋持續累積，官方預期將進一步優化模型表現，並為正式版的推出鋪路。
對於關注 AI 技術發展的開發者與企業而言，現在正是測試與評估這款新模型的最佳時機。
Related
相關文章
曝字節訓10億參數大模型，或超Mythos 5，張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型，規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位，並反對模型蒸餾，認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入，同時在產品端與訓練端採取雙線進攻策略。
AI 需求擠爆雲計算，消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺，亞馬遜AWS要求工程師關閉閒置的EC2實例，以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%，AWS因此升級計算優化器自動標記低使用率虛擬機。此外，AWS過去一年新增3.8吉瓦電力容量，仍難以應對GPU雲端實例的龐大需求。
使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線
在本教學中，我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件，並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著，我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入，並將處理後的內容儲存至 LanceDB。最後，我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成，以及輕量級的 recall-at-k 評估，以驗證跨多模態文件內容的檢索品質。
NVIDIA AI 推出 NOOA：將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA（NVIDIA 物件導向代理），這是一個與模型無關的 Python 框架，用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中，而 NOOA 將所有這些整合到一個 Python 類別中：方法代表模型可採取的動作，欄位代表代理狀態，文件字串作為提示，型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成，而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面，使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%，在 CyberGym L1 上達到 86.8%，平均 RHAE 為 85.1%。
六巨頭定AI插件新標準，撞臉Claude，Anthropic沒上桌
六大科技巨頭（AWS、Anysphere、GitHub、微軟、OpenAI、Vercel）聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0，旨在統一插件打包格式，減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似，但Anthropic並未參與制定，而是繼續經營自己的封閉生態。
DeepSeek重啟融資，三年市值對齊騰訊？
DeepSeek重啟第二輪融資，以5000億元人民幣估值尋求籌集80億美元，但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑，後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價，可能打破其以低價換規模的估值邏輯，面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商，以及三年內市值能否對齊騰訊等巨頭。