DeepSeek V4 Flash正式版上线：跑分逼近Opus 4.8， 价格却只要几十分之一，Pro版还要再等等

这不是一次新模型发布，而是同一个 284B 总参数 / 13B 激活 模型重新做了一遍后训练。真正的旗舰 V4-Pro 官方版，以及 DeepSeek 首次自研的 Agent 框架 Harness，目前仍处于「即将发布」状态，没有确切日期。

• 2026 年 4 月 24 日：DeepSeek-V4 预览版首次发布并开源，含 V4-Pro（1.6T/49B）与 V4-Flash（284B/13B），均支持 100 万 token 上下文，MIT 协议。
• 2026 年 7 月 24 日：旧接口 deepseek-chat 与 deepseek-reasoner 正式停用，全部流量切换到 V4 系列命名。
• 2026 年 7 月 27 日：Kimi K3（2.8T 总参数）开源权重上线 Hugging Face，给 DeepSeek 制造竞争压力。
• 2026 年 7 月 31 日：V4-Flash-0731 正式版进入 API 公测，开源权重同步上线 Hugging Face；changelog 首次点名自研 Agent 框架 Harness。本次公测仅限 API，App 和网页端暂未同步。
• 截至 2026 年 8 月 5 日：V4-Pro 官方版仍是「尽快发布」。国内有媒体援引未署名消息源称 GA 窗口可能在 8 月 10–20 日——未经 DeepSeek 官方证实，仅供参考。

开发者当前面临的核心痛点：

• 旗舰仍未兑现：V4-Pro 官方版与 Harness 框架尚无发布日期，生产环境若依赖 Pro 能力需继续用预览版。
• 跑分方法敏感：Agent 类基准全部基于未公开的 Harness「极简模式」测得，官方自己提示勿简单等同于模型能力。
• API 与消费端割裂：0731 正式版仅 API 可用，App/网页端仍是旧版本，体验不一致。
• 竞品密集发布：Qwen3.8-Max（8/2 GA）、Kimi K3（7/27 权重）与 GPT-5.6 降价 同期挤压选型窗口。

284B 参数的 Flash 版本在多项 Agent 基准上超过了参数量是自己好几倍的 V4-Pro 预览版——2026 年下半年大模型竞争，后训练质量的重要性正在逼近甚至超过单纯堆参数。

以上定价均为厂商自报公开数据。DeepSeek 已预告未来将对 API 启用「高峰时段 2 倍加价」（北京时间 9–12 点、14–18 点），截至发稿未公布具体生效日期。

V4-Flash-0731 在参数规模、模型结构上与 4 月预览版完全相同，性能提升「完全来自重新进行的后训练」。根据技术报告《DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence》，V4 系列架构三处关键改动：

• 混合注意力架构：结合压缩稀疏注意力（CSA）与高度压缩注意力（HCA），对外统一称为 DSA 稀疏注意力，降低长上下文计算与显存开销。
• 流形约束超连接（mHC）：对传统残差连接结构做了改进。
• Muon 优化器：替换传统优化器，提升训练收敛速度与稳定性。

官方指标：在 100 万 token 上下文下，V4-Pro 相比前代 V3.2，单 token 推理所需 FLOPs 仅为 27%，KV Cache 占用仅为 10%。尚未看到独立第三方复现验证。

DeepSeek Harness 是 7 月 31 日 changelog 首次正式点名的自研 Agent 执行框架，用于读写文件、调用工具、执行命令、完成端到端工程任务，对标 Claude Code。此前 DeepSeek 模型主要依赖 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 预览版的 67.9 分）全部基于 Harness 的「极简模式」测得，参数为 max 档位、top_p=0.95、temperature=1.0。DeepSeek 在 changelog 里主动提示：「跑分对 harness 的选择非常敏感，不能简单等同于模型本身能力的提升。」

数据来源：Intelligence Index 与单任务成本引自 Artificial Analysis（第三方独立评测），经财经媒体转引；DeepSeek 官方跑分为厂商自报，评测方法和权重不完全一致，本文分开列出。

有趣的反差：在 Artificial Analysis 综合指数上，V4-Flash 的智能分并非最高，甚至落后于 Kimi K3 和 GLM-5.2；但单任务成本仅为 Kimi K3 的约 1/29、GPT-5.6 Sol 的约 1/62、Claude Fable 5 的约 1/105。DeepSeek 打的不是「跑分第一」，而是「够用的智能 + 极致的价格」——这也解释了 V4-Flash 预览版在 OpenRouter 上连续七周稳坐调用量第一。

中文开发者社区流传「斩杀线」（kill line）：DeepSeek 凭借「够用的性能 + 极端低价」给同行设下门槛——性能没有明显超过、又拿不出更低价格的模型，就会在市场上失去存在感。

几个值得明确标注、避免被过度解读的地方：

• 跑分依赖 Harness：Agent 类跑分基于未公开发布的 Harness 极简模式，在独立社区复现之前应视为「厂商自报 + 特定框架」结果。
• 可用性问题：据 21 世纪经济报道援引海外开发者反馈，正式版存在输入缓存命中率偏低、安全分类器偶发超时等问题。
• V4-Pro 上线时间未证实：「8 月 10–20 日 GA」等窗口为未署名消息源，DeepSeek 官方 changelog 原话只是「将尽快发布」。
• 融资传闻需谨慎：媒体报道约 74 亿美元融资、487 亿美元估值等信息目前主要来自「据报道」「消息人士称」，尚无官方或监管备案确认。

六步安全接入 V4-Flash-0731：

1. 确认 API 命名：使用 deepseek-v4-flash 模型 ID，该别名已自动指向 0731 正式版；若仍用已停用的 deepseek-chat / deepseek-reasoner 须立即切换。
2. 开通 API Key：在 DeepSeek 开放平台创建密钥，确认账户余额与计费方式（含未来高峰 2 倍加价预告）。
3. 选择兼容协议：支持 OpenAI ChatCompletions 与 Anthropic 格式，按现有工具链选 base_url，无需改客户端代码。
4. 沙箱 A/B 对比：用自有业务 prompt 与 Kimi K3 / Qwen3.8-Max 盲测，勿仅凭厂商跑分表迁移生产。
5. 关注 Harness 发布：Agent 类任务待 Harness 公开后复现官方基准，再用 Claude Code / Cursor 等第三方框架交叉验证。
6. 规划本地部署：MIT 权重已上线 Hugging Face（deepseek-ai/DeepSeek-V4-Flash-0731），284B MoE 需高内存 Apple Silicon 或数据中心级 GPU 集群。

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
)

可引用硬核数据（来源：DeepSeek 官方、Artificial Analysis，2026-08-05）：

• 参数：284B 总参数 / 13B 激活，架构与 4 月预览版完全相同
• 定价：输入 $0.14/M（缓存未命中）、$0.0028/M（命中）；输出 $0.28/M
• Terminal Bench 2.1：82.7（厂商自报，Harness minimal mode）
• Artificial Analysis 独立评测：Terminal-Bench 2.1 约 78.65%，与官方 82.7 差距 4.05 分
• 性价比：单任务成本 $0.03，约为 Kimi K3 的 1/29、Claude Fable 5 的 1/105
• 长上下文效率：百万 token 下 FLOPs 为 V3.2 的 27%，KV Cache 为 10%（官方数据）
• 价格对比：较 Claude Opus 4.8 缓存未命中输入约便宜 36 倍、缓存命中约 179 倍、输出约 89 倍（厂商标价）
• 开源协议：MIT，权重已同步 Hugging Face

Q：DeepSeek V4 和 V3.2 相比，最大区别是什么？
A：原生支持 100 万 token 上下文，长上下文计算与显存开销大幅降低（官方：V4-Pro 百万 token 下 FLOPs 为 V3.2 的 27%，KV Cache 为 10%）。V4 系列在 Agent 能力上做了专项优化。

Q：日常该选 V4 Flash 还是 V4 Pro？
A：普通对话、批量处理或大规模低成本 Agent 流水线，V4-Flash-0731 性价比更高且 Agent 跑分已反超 V4-Pro 预览版。更深世界知识或复杂推理且预算不敏感，可暂用 V4-Pro 预览版，等官方版上线再评估。

Q：现在能用 V4 Pro 官方版吗？
A：截至发稿还不能。官方版只有 V4-Flash-0731，且仅限 API。V4-Pro 官方版与 Harness 官方口径是「尽快发布」，网上「8 月 10–20 日」为未经证实的传言。

Q：DeepSeek 公布的跑分能直接相信吗？
A：SWE-bench Verified 等第三方基准可信度较高；Terminal Bench 2.0 等 Agent 跑分用未公开 Harness 测得，建议等社区用 Claude Code、Cursor 等独立复现后再下结论。

Q：对普通开发者有什么实际影响？
A：OpenAI / Anthropic 格式 API 接入无需改代码，deepseek-v4-flash 自动指向新版。旧命名须尽快切换。

在 V4 正式版发布前，中文 AI 社区曾把梁文锋戏称为「梁白开」（谐音「白等」）；V4-Flash-0731 上线后因表现超出预期，「梁圣」称号又还了回去。更值得关注的是「斩杀线」效应——这也解释了同期 GPT-5.6 Luna 降价 80% 等密集调价。7 月 31 日当天英伟达、博通、AMD 等算力芯片股未出现明显波动，市场已习惯「DeepSeek 式效率突破」叙事。

纯 API 调用虽门槛低，但长程 Agent 在共享 VPS 上易遇内存抖动与长连接打断，284B 权重本地部署需 96GB+ 统一内存，多工具链并行缺乏 7×24 稳定宿主。对于需要持续运行 OpenClaw、Claude Code 或 Cursor Agent 远端网关的生产环境，JEXCLOUD 多区域裸金属 Mac是更优解：独占 Apple Silicon 统一内存、无超卖宽带抖动、launchd 常驻 Agent，120 秒交付。节点与价格见 JEXCLOUD 定价页。