DeepSeek V4 Flash 正式版上線：跑分逼近 Opus 4.8， 價格卻只要幾十分之一，Pro 版還要再等等

這不是一次新模型發布，而是同一個 284B 總參數 / 13B 激活 模型重新做了一遍後訓練。真正的旗艦 V4-Pro 官方版，以及 DeepSeek 首次自研的 Agent 框架 Harness，目前仍處於「即將發布」狀態，沒有確切日期。

• 2026 年 4 月 24 日：DeepSeek-V4 預覽版首次發布並開源，含 V4-Pro（1.6T/49B）與 V4-Flash（284B/13B），均支援 100 萬 token 上下文，MIT 協議。
• 2026 年 7 月 24 日：舊介面 deepseek-chat 與 deepseek-reasoner 正式停用，全部流量切換到 V4 系列命名。
• 2026 年 7 月 27 日：Kimi K3（2.8T 總參數）開源權重上線 Hugging Face，給 DeepSeek 製造競爭壓力。
• 2026 年 7 月 31 日：V4-Flash-0731 正式版進入 API 公測，開源權重同步上線 Hugging Face；changelog 首次點名自研 Agent 框架 Harness。本次公測僅限 API，App 和網頁端暫未同步。
• 截至 2026 年 8 月 5 日：V4-Pro 官方版仍是「盡快發布」。中國大陸媒體援引未署名消息源稱 GA 窗口可能在 8 月 10–20 日——未經 DeepSeek 官方證實，僅供參考。

開發者當前面臨的核心痛點：

• 旗艦仍未兌現：V4-Pro 官方版與 Harness 框架尚無發布日期，生產環境若依賴 Pro 能力需繼續用預覽版。
• 跑分方法敏感：Agent 類基準全部基於未公開的 Harness「極簡模式」測得，官方自己提示勿簡單等同於模型能力。
• API 與消費端割裂：0731 正式版僅 API 可用，App/網頁端仍是舊版本，體驗不一致。
• 競品密集發布：Qwen3.8-Max（8/2 GA）、Kimi K3（7/27 權重）與 GPT-5.6 降價 同期擠壓選型窗口。

284B 參數的 Flash 版本在多項 Agent 基準上超過了參數量是自己好幾倍的 V4-Pro 預覽版——2026 年下半年大模型競爭，後訓練品質的重要性正在逼近甚至超過單純堆參數。

以上定價均為廠商自報公開數據。DeepSeek 已預告未來將對 API 啟用「高峰時段 2 倍加價」（北京時間 9–12 點、14–18 點），截至發稿未公布具體生效日期。

V4-Flash-0731 在參數規模、模型結構上與 4 月預覽版完全相同，性能提升「完全來自重新進行的後訓練」。根據技術報告《DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence》，V4 系列架構三處關鍵改動：

• 混合注意力架構：結合壓縮稀疏注意力（CSA）與高度壓縮注意力（HCA），對外統一稱為 DSA 稀疏注意力，降低長上下文計算與顯存開銷。
• 流形約束超連接（mHC）：對傳統殘差連接結構做了改進。
• Muon 優化器：替換傳統優化器，提升訓練收斂速度與穩定性。

官方指標：在 100 萬 token 上下文下，V4-Pro 相比前代 V3.2，單 token 推理所需 FLOPs 僅為 27%，KV Cache 占用僅為 10%。尚未看到獨立第三方復現驗證。

DeepSeek Harness 是 7 月 31 日 changelog 首次正式點名的自研 Agent 執行框架，用於讀寫檔案、呼叫工具、執行命令、完成端到端工程任務，對標 Claude Code。此前 DeepSeek 模型主要依賴 Claude Code、OpenCode 等第三方 Agent 工具。

官方公布的 Agent 跑分（Terminal Bench 2.0 拿到 82.7 分，反超 V4-Pro 預覽版的 67.9 分）全部基於 Harness 的「極簡模式」測得，參數為 max 檔位、top_p=0.95、temperature=1.0。DeepSeek 在 changelog 裡主動提示：「跑分對 harness 的選擇非常敏感，不能簡單等同於模型本身能力的提升。」

數據來源：Intelligence Index 與單任務成本引自 Artificial Analysis（第三方獨立評測），經財經媒體轉引；DeepSeek 官方跑分為廠商自報，評測方法和權重不完全一致，本文分開列出。

有趣的反差：在 Artificial Analysis 綜合指數上，V4-Flash 的智能分並非最高，甚至落後於 Kimi K3 和 GLM-5.2；但單任務成本僅為 Kimi K3 的約 1/29、GPT-5.6 Sol 的約 1/62、Claude Fable 5 的約 1/105。DeepSeek 打的不是「跑分第一」，而是「夠用的智能 + 極致的價格」——這也解釋了 V4-Flash 預覽版在 OpenRouter 上連續七週穩坐呼叫量第一。

中文開發者社群流傳「斬殺線」（kill line）：DeepSeek 憑藉「夠用的性能 + 極端低價」給同行設下門檻——性能沒有明顯超過、又拿不出更低價格的模型，就會在市場上失去存在感。

幾個值得明確標注、避免被過度解讀的地方：

• 跑分依賴 Harness：Agent 類跑分基於未公開發布的 Harness 極簡模式，在獨立社群復現之前應視為「廠商自報 + 特定框架」結果。
• 可用性問題：據 21 世紀經濟報導援引海外開發者回饋，正式版存在輸入快取命中率偏低、安全分類器偶發逾時等問題。
• V4-Pro 上線時間未證實：「8 月 10–20 日 GA」等窗口為未署名消息源，DeepSeek 官方 changelog 原話只是「將盡快發布」。
• 融資傳聞需謹慎：媒體報導約 74 億美元融資、487 億美元估值等資訊目前主要來自「據報導」「消息人士稱」，尚無官方或監管備案確認。

六步安全接入 V4-Flash-0731：

1. 確認 API 命名：使用 deepseek-v4-flash 模型 ID，該別名已自動指向 0731 正式版；若仍用已停用的 deepseek-chat / deepseek-reasoner 須立即切換。
2. 開通 API Key：在 DeepSeek 開放平台建立金鑰，確認帳戶餘額與計費方式（含未來高峰 2 倍加價預告）。
3. 選擇相容協議：支援 OpenAI ChatCompletions 與 Anthropic 格式，按現有工具鏈選 base_url，無需改客戶端程式碼。
4. 沙箱 A/B 對比：用自有業務 prompt 與 Kimi K3 / Qwen3.8-Max 盲測，勿僅憑廠商跑分表遷移生產。
5. 關注 Harness 發布：Agent 類任務待 Harness 公開後復現官方基準，再用 Claude Code / Cursor 等第三方框架交叉驗證。
6. 規劃本地部署：MIT 權重已上線 Hugging Face（deepseek-ai/DeepSeek-V4-Flash-0731），284B MoE 需高記憶體 Apple Silicon 或資料中心級 GPU 叢集。

from openai import OpenAI

client = OpenAI(
    api_key="your_deepseek_api_key",
    base_url="https://api.deepseek.com"
)

response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "Review this Agent workflow..."}],
    temperature=1.0,
    top_p=0.95
)

可引用硬核數據（來源：DeepSeek 官方、Artificial Analysis，2026-08-05）：

• 參數：284B 總參數 / 13B 激活，架構與 4 月預覽版完全相同
• 定價：輸入 $0.14/M（快取未命中）、$0.0028/M（命中）；輸出 $0.28/M
• Terminal Bench 2.1：82.7（廠商自報，Harness minimal mode）
• Artificial Analysis 獨立評測：Terminal-Bench 2.1 約 78.65%，與官方 82.7 差距 4.05 分
• 性價比：單任務成本 $0.03，約為 Kimi K3 的 1/29、Claude Fable 5 的 1/105
• 長上下文效率：百萬 token 下 FLOPs 為 V3.2 的 27%，KV Cache 為 10%（官方數據）
• 價格對比：較 Claude Opus 4.8 快取未命中輸入約便宜 36 倍、快取命中約 179 倍、輸出約 89 倍（廠商標價）
• 開源協議：MIT，權重已同步 Hugging Face

Q：DeepSeek V4 和 V3.2 相比，最大區別是什麼？
A：原生支援 100 萬 token 上下文，長上下文計算與顯存開銷大幅降低（官方：V4-Pro 百萬 token 下 FLOPs 為 V3.2 的 27%，KV Cache 為 10%）。V4 系列在 Agent 能力上做了專項優化。

Q：日常該選 V4 Flash 還是 V4 Pro？
A：普通對話、批次處理或大規模低成本 Agent 流水線，V4-Flash-0731 性價比更高且 Agent 跑分已反超 V4-Pro 預覽版。更深世界知識或複雜推理且預算不敏感，可暫用 V4-Pro 預覽版，等官方版上線再評估。

Q：現在能用 V4 Pro 官方版嗎？
A：截至發稿還不能。官方版只有 V4-Flash-0731，且僅限 API。V4-Pro 官方版與 Harness 官方口徑是「盡快發布」，網上「8 月 10–20 日」為未經證實的傳言。

Q：DeepSeek 公布的跑分能直接相信嗎？
A：SWE-bench Verified 等第三方基準可信度較高；Terminal Bench 2.0 等 Agent 跑分用未公開 Harness 測得，建議等社群用 Claude Code、Cursor 等獨立復現後再下結論。

Q：對普通開發者有什麼實際影響？
A：OpenAI / Anthropic 格式 API 接入無需改程式碼，deepseek-v4-flash 自動指向新版。舊命名須盡快切換。

在 V4 正式版發布前，中文 AI 社群曾把梁文鋒戲稱為「梁白開」（諧音「白等」）；V4-Flash-0731 上線後因表現超出預期，「梁聖」稱號又還了回去。更值得關注的是「斬殺線」效應——這也解釋了同期 GPT-5.6 Luna 降價 80% 等密集調價。7 月 31 日當天輝達、博通、AMD 等算力晶片股未出現明顯波動，市場已習慣「DeepSeek 式效率突破」敘事。

純 API 呼叫雖門檻低，但長程 Agent 在共享 VPS 上易遇記憶體抖動與長連線中斷，284B 權重本地部署需 96GB+ 統一記憶體，多工具鏈並行缺乏 7×24 穩定宿主。對於需要持續執行 OpenClaw、Claude Code 或 Cursor Agent 遠端閘道的生產環境，JEXCLOUD 多區域裸機 Mac是更優解：獨占 Apple Silicon 統一記憶體、無超賣頻寬抖動、launchd 常駐 Agent，120 秒交付。節點與價格見 JEXCLOUD 定價頁。