DeepSeek V4 Flash 正式版上线：后训练把 Agent 能力拉满
2026-07-31 DeepSeek-V4-Flash 正式版 API 上线公测：MoE 284B/激活13B、1M 上下文、Agent 基准大幅跃升，价格仅 Claude 约 1/90。一篇完整评测。
DeepSeek V4 Flash 正式版上线：后训练把 Agent 能力拉满
2026 年 7 月 31 日，DeepSeek-V4-Flash 正式版 API 悄然上线公测。它和三个月前的预览版“长得很像”，却把 Agent 能力一口气拉到了逼近旗舰的水平——而且价格依然是那个价格。
今天下午，多家媒体注意到 DeepSeek 官网的更新日志：DeepSeek-V4-Flash 正式版 API 已经开放公测。这距离 4 月 V4 系列预览版发布，正好过去三个月。
有意思的是，DeepSeek 在日志里特别说明：V4-Flash-0731 的模型结构、尺寸和预览版完全一致，仅重新进行了后训练（post-training）。换句话说，这次没有堆参数、没有换架构，纯粹靠“练法”把能力顶了上去。
一、它到底是什么
| 项目 | DeepSeek-V4-Flash 正式版 |
|---|---|
| 架构 | MoE，总参数 284B（2840 亿），激活 13B（130 亿） |
| 上下文 | 最长 100 万 token（1M） |
| 最大输出 | 384K token |
| 思考模式 | 支持非思考 / 思考（默认开启，强度 high/max） |
| 工具与格式 | Tool Calls、JSON Output、原生 Responses API |
| 开源权重 | 是（MIT 代码许可，权重可商用） |
| 可用范围 | 仅 API；App / 网页端暂未更新 |
一句话总结：它是 V4 家族里“快且便宜”的那一档，但这次的正式版把 Agent 和代码工程能力大幅补齐了。
二、这次升级到底改了什么
核心只有一句话：架构不变，重做后训练。
官方明确表示，本次升级仅适用于 DeepSeek-V4-Flash API，V4-Pro API 以及 App、Web 端模型均保持不变。V4-Pro 正式版预计 8 月初发布。
这意味着，DeepSeek 想传递的信号很清晰——在基础模型逐渐成熟的当下，后训练的优化空间，可能比单纯堆参数更有杠杆。一个激活参数只有 130 亿的轻量模型，在 Agent 基准上跑出了逼近旗舰的分数，本身就说明问题。
三、基准测试：Agent 能力全面跃升
以下是官方公布的正式版成绩，以及与预览版的对比（部分对比数据来自媒体整理）：
| 基准测试 | V4-Flash 正式版 | V4-Flash 预览版 | 说明 |
|---|---|---|---|
| Terminal Bench 2.1 | 82.7 | 61.8 | 终端/命令行端到端任务 |
| Cybergym | 76.7 | 38.7 | 网络安全攻防模拟 |
| DeepSWE | 54.4 | 7.3 | SWE 代码修复 |
| NL2Repo | 54.2 | — | 代码仓库理解修改 |
| Toolathlon verified | 70.3 | — | 工具调用综合 |
| Agent Last Exam | 25.2 | — | 综合智能体 |
| Automation Bench (Public) | 25.1 | 10.8 | 自动化基准 |
| DSBench-FullStack | 68.7 | 37.0 | 全栈开发 |
| DSBench-Hard | 59.6 | — | 高难度编码 |
几个数字尤其值得注意：DeepSWE 从 7.3 跳到 54.4，Cybergym 从 38.7 跳到 76.7，DSBench-FullStack 从 37.0 跳到 68.7。这种量级的提升，很难靠“知识或聊天能力”优化解释得通，更像是把大量工作放在了 Agent 的规划、工具调用与执行策略上。
需要理性看待的是：这些分数来自 DeepSeek 在指定 Harness（DeepSeek Harness，max 档位）下的官方测试，不同测试集考察的能力不同，不宜简单排座次。实际表现仍需第三方评测和生产任务验证。
四、价格：还是那个“价格屠夫”
DeepSeek 官方定价（以百万 token 计）：
| 项目 | V4-Flash | V4-Pro |
|---|---|---|
| 输入（缓存命中） | ¥0.02 | ¥0.025 |
| 输入（缓存未命中） | ¥1 | ¥3 |
| 输出 | ¥2 | ¥6 |
| 并发限制 | 2500 | 500 |
另有峰谷定价：高峰时段价格翻倍（输出高峰约 ¥4/百万 token），非高峰更低。有分析指出，V4-Flash 的价格约为 Claude Opus 4.8 的 1/90，是小型模型中成本最低的选项之一，甚至低于部分海外 Nano 级模型。
五、为什么值得普通开发者关注
如果你是每天在用 Cursor、Claude Code、Codex、OpenHands 或各种 MCP 工作流的开发者，这次更新的感知会比“普通聊天用户”强烈得多。因为对 Agent 来说，执行能力往往比单次回答质量更重要。
具体利好有三点：
- 原生支持 Responses API，并针对 Codex 做了适配——开发者无需修改 Base URL 即可把 V4-Flash 接进 Codex CLI、ChatGPT 桌面端和 VS Code 的 Codex 插件。
- 1M 上下文 + 384K 输出，足够把需求文档、项目文件、运行日志、工具返回和历史操作记录塞进同一次任务，适合仓库级开发和企业知识库 Agent。
- 便宜到可以“跑量”，批量任务、自动修复、终端代理的成本被压到极低。
六、它适合你吗
- 适合：日常编码辅助、批量自动化、终端代理、长文档 RAG、成本敏感的高频工作流。
- 暂不适合：需要顶级综合推理/审美的复杂创作（Pro 或闭源旗舰更稳）、多模态输入（V4-Flash 为纯文本模型）。
DeepSeek V4 Flash 使用链接
👉 https://apipro.maynor1024.live/
（该链接为 DeepSeek V4 Flash 的使用入口，按页面说明自行判断和使用。）
