DeepSeek V4-Flash正式版上线：284B参数干翻自家Pro预览版，价格只有Claude的1/90

2026年7月31日，七月的最后一天，DeepSeek在API文档更新日志中悄然宣布——DeepSeek-V4-Flash正式版API开启公测。消息一出，DeepSeek迅速冲上知乎热搜第一。

这款定位“高性价比”的轻量级模型，在此次升级后展现出令人意外的Agent能力——9项基准测试全面超越自家先发的V4-Pro预览版。用网友的话说：“倒反天罡了属于是。”

▲ DeepSeek-V4-Flash正式版9项基准测试成绩，多项指标远超V4-Pro预览版

一组关键数字：总参数284B、激活仅13B；支持100万Token超长上下文；API定价输入1元/百万Token、输出2元/百万Token；Terminal Bench 2.1得分82.7，DeepSWE从7.3分暴涨至54.4分，性能提升超6倍。

“便宜版”干翻“旗舰版”，这事儿有点离谱

今年4月24日，DeepSeek发布V4预览版时，同时推出了两款MoE模型。V4-Pro拥有1.6万亿总参数、每次激活49B参数，定位性能天花板；V4-Flash则只有284B总参数、每次激活13B参数，主打低成本。两者均支持100万Token上下文。

按照常理，Pro版应该全方位碾压Flash版。但今天正式版上线后，剧情反转了——Flash正式版的Agent能力全面超越了Pro预览版。官方干脆在更新日志中直接写明：基准测试表现“远超DeepSeek-V4-Pro-Preview”。

一个激活参数仅130亿的轻量模型，在Agent能力上跑赢了参数规模大一个数量级的Pro预览版。这在AI圈引发了一个讨论：后训练阶段的优化空间，可能比单纯堆参数更具杠杆效应。

9项基准测试：从终端到全栈，AI开始像工程师一样工作

DeepSeek此次直接亮出了9项基准测试的完整成绩单。这组数据覆盖了从终端操作到代码仓库分析、从网络安全到全栈开发的广泛维度。

数据来源：DeepSeek官方更新日志

其中Terminal Bench 2.1以82.7分领跑，意味着模型在终端环境下的任务执行能力已经相当成熟——能够理解复杂的命令行操作、编写脚本、调试错误。DeepSWE从预览版的7.3分暴涨至54.4分，性能提升超过6倍。

DSBench-FullStack（全栈开发测试）和DSBench-Hard（Coding Agent难题测试）分别取得68.7和59.6分，说明模型不仅能写单个函数，还能胜任从前端到后端的完整开发链路。

从Benchmark成绩来看，DeepSeek-V4-Flash正式版在多项Agent基准上的表现已经逼近Opus 4.8。海外模型评测机构Artificial Analysis在7月31日更新的智能指数测试中，给予V4-Flash-0731（最高推理档位）50分，在同类可比模型中明显高于平均水平——可比模型的中位数为17分。

身板没变，变的是“做事的方式”

这次升级有一个值得注意的细节：DeepSeek-V4-Flash-0731的模型结构和尺寸与Preview版保持完全一致，仅重新进行了后训练。

底座没有变，变的是“后天教育”。可以把基础训练理解成上学，后训练更像入职后的专项练习——模型原本已经会写代码、读文档，现在反复练习怎么拆解任务、选择工具、发现错误，以及如何把一件事情从头做到尾。身板没变，做事的习惯变了。

这恰恰说明，在Agent能力这条赛道上，后训练策略的优化空间依然巨大。同样的模型架构，经过更精细的后训练调优，就能在基准测试中产生质的飞跃——这对整个行业的启示是深远的。

DeepSeek-V4在长上下文效率上也给出了激进的优化：在100万Token场景下，其单Token推理计算量仅为V3.2的27%，KV Cache占用降至约10%。

价格只有Claude的1/90，OpenAI同一天宣布降价

V4-Flash的API定价维持不变：输入1元/百万Token，输出2元/百万Token。输入命中缓存的情况下更是低至0.2元/百万Token。

作为对比，有测算显示V4-Flash的价格只有Claude的1/90。即便与刚降价的GPT-5.6 Luna相比，V4-Flash的费用仍然少了一半以上。

就在同一天，OpenAI宣布GPT-5.6 Luna的API价格下调约80%，Terra降价20%。业内将此解读为被国产大模型的低价策略倒逼。

但价格战打到今天，API调用成本似乎已不再是开发者选用模型的决定性因素——真正稀缺的是能交付的Agent能力。DeepSeek-V4-Flash正式版用更便宜的价格交出了更强的干活能力，证明了一件事：低价不等于低能。

原生支持Responses API，适配Codex

除了基准成绩的飞跃，正式版V4-Flash在工程适配上也有重要更新——原生支持OpenAI的Responses API格式，并针对性适配了Codex。

Responses API是OpenAI力推的新一代API格式，相比传统的Chat Completions，它更适合Agent场景——支持更灵活的工具调用、更复杂的多轮交互、以及更精细的输出控制。对Codex的适配则瞄准了代码生成与软件开发这一垂直场景。

现在，开发者可以在Codex CLI、ChatGPT桌面端和VS Code的Codex插件中，将DeepSeek配置为模型提供方。开发者无需修改Base URL即可切换模型。

▲ DeepSeek-V4-Flash正式版Agent-能力大幅增强

谁在用？用在哪？

AI Agent开发者。 V4-Flash在Terminal Bench、NL2Repo、Toolathlon等Agent基准上表现突出，适合构建需要工具调用和多步骤执行的智能体。

软件工程师与编程场景。 DeepSWE从7.3分暴涨至54.4分，DSBench全栈测试68.7分，代码修改、仓库理解和端到端开发能力大幅增强。

成本敏感的企业用户。 输入1元/百万Token、输出2元/百万Token的定价，让大规模API调用不再成为预算瓶颈。

需要长上下文的场景。 100万Token上下文窗口，适合塞进大份文档或整个代码项目。

常见问题解答

V4-Flash正式版和预览版有什么区别？
模型架构和参数规模完全一致（总参数284B、激活13B），仅重新进行了后训练，主要改善代码修改、工具调用和多步骤任务执行等Agent能力。简单说：身板没变，做事的方式变了。

价格是多少？
输入1元/百万Token，输出2元/百万Token。输入命中缓存仅0.2元/百万Token。

在哪里可以使用？
目前仅限API接口，开发者使用deepseek-v4-flash名称调用即可。APP端和网页端暂未更新。

V4-Pro正式版什么时候来？
DeepSeek表示V4-Pro正式版将“尽快发布”。有传闻称可能在8月初上线。

支持Responses API吗？
支持。V4-Flash正式版原生支持Responses API格式，并已针对Codex进行优化适配。

Agent战争的大幕刚刚拉开

如果说2023年的大模型竞争是“拼通用能力”，2024年是“拼长上下文”，那么2026年的关键词，毫无疑问是Agent。Agent能力——即模型自主规划、调用工具、执行复杂任务的能力——正在成为衡量大模型实力的新标尺。

DeepSeek-V4-Flash正式版的上线，用284B参数、13B激活的轻量级体量，证明了后训练优化可以比堆参数更具性价比。有网友评论：“这还只是Flash版，真不敢想象V4-Pro会有多强！”

对开发者而言，价格战比拼的是入局门槛，而模型的Agent能力比拼的才是智能的天花板。当284B的Flash版在多项Agent基准上逼近Opus 4.8，大模型的门槛，已经被抬到了一个新的位置。

一句话总结：DeepSeek-V4-Flash正式版于2026年7月31日API公测上线，284B总参数（13B激活）、100万Token上下文，9项Agent基准全面超越V4-Pro预览版，API定价输入1元/百万Token、输出2元/百万Token。适合 AI Agent开发者、软件工程师、成本敏感型企业用户 重点关注。

了解更多：访问 DeepSeek API文档 或查看 官方更新日志