大家好，我是程序员天天困。

10 天前写 [Qwen3.8](https://mp.weixin.qq.com/s/g0k_mHPnGaiMVsViZRyh1w) 那篇的时候，我提过一句：DeepSeek V4 满血版最快 7 月 20 号上线。昨天晚上刷朋友圈看到有朋友说 deepseek-v4-flash-0731 官方上线了，这次是真来了——不过先到场的不是 Pro，是 **DeepSeek V4 Flash 正式版**，API 直接上线公测，没有发布会，就悄悄更新了一条日志。官方也同步预告了：V4-Pro 正式版会尽快发布，只是具体时间没给。

![](https://developer.qcloudimg.com/http-save/yehe-11608098/6315d44348797ce3a4f9bc3806333f3f.png)

这篇我把这件炸圈的事拆成四块讲：官方成绩单写了什么、成绩为什么这么离谱、白菜价有多白菜、后端开发怎么切换。看完你再决定要不要把 API 换过去。

## 一、官方成绩单：9 项 Agent 基准，远超 V4-Pro 预览版

DeepSeek V4 Flash 正式版这次最狠的不是便宜，是 Agent 成绩单。

官方更新日志里的原话是「Agent 能力大幅增强，基准测试远超 V4-Pro-Preview」，后面跟了一串数字：

- Terminal Bench 2.1: 82.7
- NL2Repo: 54.2
- Cybergym: 76.7
- DeepSWE: 54.4
- Toolathlon verified: 70.3
- Agent Last Exam: 25.2
- Automation Bench (Public): 25.1
- DSBench-FullStack: 68.7
- DSBench-Hard: 59.6

**Terminal Bench**：让 AI 在真实终端环境里完成任务的基准测试，从改配置、跑脚本到修 bug，考的是「让 AI 自己去操作系统」的本事。你可以理解为 AI 界的现场实操考试。

其中 Terminal Bench 2.1 是被引用最多的一个，82.7 分已经把自家 V4-Pro 预览版甩在身后。

不过有个细节我得说清楚：官方注明了这些分数是在 DeepSeek 自研 Harness 极简模式（还没发布）下跑的，max 档位、topp=0.95、temperature=1.0。自研框架测自家模型，分数先打个折，这点上我站理性派。

![](https://developer.qcloudimg.com/http-save/yehe-11608098/66d569a87060e466631d57ce2f947631.png)

## 二、第三方也盖章了：智能指数反超自家 Pro

官方自测可以打折听，但这次第三方评测跟官方数字对上了，这是我说「碾压」不心虚的原因。

**Artificial Analysis（AA）**：独立第三方 AI 评测机构，用统一测试集给各家模型排智能指数（Intelligence Index），相当于大模型圈的第三方验货。

AA 在发布当天（2026-07-31）就把 Flash-0731 放上了榜单：**智能指数 50 分**，比 4 月发布的 Flash 预览版高 10 分，比自家 V4-Pro 还高 6 分，只比 OpenAI 最便宜款 GPT-5.6 Luna（51 分）低 1 分（GLM-5.2、Muse Spark 1.1 同为 51 分，开源榜第一的 Kimi K3 为 57 分）。而且它跑完整套测试用的 token 比上一版还少了 12%——效率和分数一起涨。

一个激活参数只有 130 亿的轻量模型，把参数规模大得多的自家旗舰预览版反超了。三个月前没人信这个。

![](https://developer.qcloudimg.com/http-save/yehe-11608098/eca761cc0cc7044a11a9e40b46afe29e.png)

## 三、最离谱的一条：结构没动，只重做了后训练

Flash 正式版真正炸圈的不是分数，是官方日志角落里那句话：模型的结构、尺寸和预览版一模一样，只把后训练整个重做了一遍。

284B 总参数、13B 激活参数，一个数都没改。4 月预览版发布时，官方还自己承认「高难度 Agent 任务和 Pro 有差距」；三个月后，同一个身子，把 Pro 反超了。

**MoE（混合专家架构）**：把一个大模型拆成很多个「专家子模型」，每次推理只点亮其中一小部分参数，用更少的算力干活。284B 是仓库里全部的货，13B 是每次实际搬出来的。

打个比方，这就好比同一台发动机：参数规模是排量，排量定了极速上限；后训练是变速箱调校，决定你实际开起来是肉还是跟脚。Flash 这次相当于没换发动机，光把调校重做了一遍，加速直接快了一档——说明它之前压根没摸到自己的上限。

![](https://developer.qcloudimg.com/http-save/yehe-11608098/061473a64397e8a2a9b2a87ec18b2ad9.png)

## 四、白菜价：2 元 vs 6 元 vs 12 美元

价格这块不用算太细也能看懂：Flash 的单价是自家 Pro 的三分之一，输出价只有 OpenAI 最便宜型号 Luna 的四分之一左右。

官方定价页写得明明白白（每百万 token，美元按 1:7.2 折算）：

| 模型                      | 输入（缓存命中） | 输入（未命中） | 输出     |
| ------------------------- | ---------------- | -------------- | -------- |
| DeepSeek V4 Flash 正式版  | 0.02 元          | 1 元           | **2 元** |
| DeepSeek V4 Pro 预览版    | 0.025 元         | 3 元           | 6 元     |
| GPT-5.6 Luna（刚降 80%）  | $0.02            | $0.2           | $1.2     |
| GPT-5.6 Terra（刚降 20%） | $0.2             | $2             | $12      |

![网友调侃：据说 DeepSeek V4 Flash 正式版（GA）在部分 Agent 基准上接近 Claude Opus 4.8 的水平，降价之后，直接就把（传说中的）GPT-5.6 Luna 按在地上摩擦（吊打）了](https://developer.qcloudimg.com/http-save/yehe-11608098/e3b8b96a84279bd2534b50d775394075.png)

这里有个背景值得说道：OpenAI 就在 Flash 上线前一天（7 月 30 日）宣布 GPT-5.6 降价，Luna 直接降了 80%。结果降完价，Luna 的输出价（$1.2）依然是 Flash 的 4 倍多，Terra 更是它的 40 多倍（$12 vs 2 元）。

「白菜价」三个字不是修辞——官方定价页就是这么标的。

![](https://developer.qcloudimg.com/http-save/yehe-11608098/a7cbd231982a2d44d82e29e16b449195.png)

> **可能有人会问：这么便宜，是不是在烧钱抢市场，早晚要涨价？**
>
> 以 2026 年 8 月初为准，官方定价页已经写明「即将采用峰谷定价」，高峰时段（北京时间 9:00～12:00、14:00～18:00）价格翻倍——涨价机制已经在路上了，但不等于整体涨价。另外 AA 的数据显示，Flash-0731 跑同样测试用的 token 还少了 12%，说明低价有一部分是效率撑起来的，不全是补贴。真要在生产环境长期跑，盯住官方定价页比听任何人的推测都靠谱。

## 五、后端开发怎么看：切换成本几乎为零

最后说点实际的。对后端开发，这次更新最容易被忽略的一条是：**换到 Flash 正式版的成本几乎为零**。

API 调用方式不变，把模型名改成 `deepseek-v4-flash` 就行。官方还原生支持 OpenAI 的 Responses API 格式，并且针对性适配了 Codex——不用改 Base URL 就能切模型：

```python
# 官方示例：只改 model 参数即可切换到 V4 Flash 正式版
from openai import OpenAI
client = OpenAI(api_key="你的key", base_url="https://api.deepseek.com")
resp = client.chat.completions.create(
    model="deepseek-v4-flash",  # 之前是 deepseek-v4-pro
    messages=[{"role": "user", "content": "帮我看看这段代码的 bug"}],
)
print(resp.choices[0].message.content)
```

**Responses API**：OpenAI 推出的新一代 API 接口格式，把对话、工具调用、推理过程统一进一个响应对象里，专门给 Agent 类应用用。你可以理解成「给 AI 干活的接口，比聊天接口更粗的管道」。

不过我也得泼盆冷水：Flash 不支持视觉输入，知识密集型任务和 Pro 还有差距——官方自己说过 Flash 的世界知识「稍逊一筹」，代码里 API 文档、库行为这类事实问题最好人工复核。我的用法是：跑量任务全给 Flash，卡壳的难题再切 Pro 或别的旗舰，各干各的活。

以 2026 年 8 月初为准，DeepSeek V4 Flash 正式版交出的答案是：后训练做到位，便宜的小模型照样能把旗舰预览版拉下马。另外官方更新日志里也写了一句：V4-Pro 正式版将会尽快发布，定价页还注明 8 月初会给 Pro 接入 Responses API——想等旗舰正式版的，留意官方更新日志就好。真正的问题留给行业——当 13B 激活参数已经够用的时候，旗舰模型的护城河还剩多少。

---

我是程序员天天困，持续分享编程干货。觉得有用的话记得点赞收藏和关注~也欢迎在评论区聊聊：Flash 正式版这个成绩和价格，你准备切过去当主力 API 吗？还是继续观望？

10 天前写 Qwen3.8 那篇的时候，我提过一句：DeepSeek V4 满血版最快 7 月 20 号上线。昨天晚上刷朋友圈看到有朋友说 deepseek-v4-flash-0731 官方上线了，这次是真来了——不过先到场的不是 Pro，是 DeepSeek V4 Flash 正式版，API 直接上线公测，没有发布会，就悄悄更新了一条日志。官方也同步预告了：V4-Pro 正式版会尽快发布，只是具体时间没给。

DeepSeek V4 Flash 正式版发布

DeepSeek V4 Flash 正式版上线公测：Agent 基准远超 V4-Pro 预览版，第三方指数反超 Pro，输出 2 元/百万token

人工智能

后端

新闻资讯

DeepSeek V4 Flash正式版上线，AI性能大幅提升，9项Agent基准测试远超V4-Pro预览版，第三方评测智能指数达50分，反超自家旗舰。采用MoE架构，仅重做后训练即实现突破，API调用成本低至2元/百万token，切换简单无需修改代码。官方预告V4-Pro正式版即将发布，开发者可灵活选择模型应对不同任务。

代码解释

DeepSeek

Agent

快速部署LLM、AI绘画等应用,助你玩转AIGC！


文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

DeepSeek V4 Flash正式版上线，AI性能大幅提升，9项Agent基准测试远超V4-Pro预览版，第三方评测智能指数达50分，反超自家旗舰。采用MoE架构，仅重做后训练即实现突破，API调用成本低至2元/百万token，切换简单无需修改代码。官方预告V4-Pro正式版即将发布，开发者可灵活选择模型应对不同任...

DeepSeek V4 Flash 正式版发布-腾讯云开发者社区-腾讯云

DeepSeek V4 Flash 正式版发布

DeepSeek V4 Flash 正式版发布

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐