lanying's blog

前言#

就在今天（2026 年 7 月 31 日），DeepSeek 官方发布了 DeepSeek-V4-Flash 正式版 API 公测。距离 4 月 24 日 V4 预览版发布过去大概三个月，这次更新的重点关键词只有一个——Agent 能力大幅跃升。

这次官方直接公布了 9 项基准测试成绩，多项指标远超此前发布的 V4-Pro-Preview，甚至可以说是”以下犯上”了，颇有当初 V4 发布时”倒反天罡”的味道。

先简单回顾一下 V4 系列#

2026 年 4 月 24 日，DeepSeek 无预警发布了 V4 系列，包含 Pro 和 Flash 两个版本：

Pro 主打性能上限，对标闭源旗舰模型；Flash 则在参数规模上大幅缩小，换取更低延迟和更低成本，主打性价比。而这次正式版的 Flash，把 Agent 能力拉到甚至超越了 Pro 预览版的水平——这就很有意思了，毕竟两边参数规模差了将近一个数量级。

九项基准测试成绩单#

官方更新日志披露的完整成绩如下：

几个值得注意的点：

• Terminal Bench 2.1 拿到 82.7，官方此前公布 V4-Pro-Preview 在 Terminal Bench 2.0 上是 67.9 分。虽然 2.0 和 2.1 不是同一版本测试集，直接对比不完全公平，但一个激活参数仅 13B 的轻量版能跑到这个分数，已经很能说明问题了。
• Cybergym 76.7，这是网络安全攻防模拟测试，说明模型在安全对抗场景下也有不错的发挥。
• DSBench-FullStack 和 DSBench-Hard 是官方内部的测试集，分别是全栈开发测试和 Coding Agent 难题测试。作为内部测试集公开出来，侧面印证了 DeepSeek 想把 Flash 打造成开发者与 Agent 应用首选底座的意图。

官方还披露了测试条件：公开基准集中的 Code Agent 任务，使用了即将发布的 DeepSeek Harness 极简模式作为框架测试，max 档位，top_p=0.95，temperature=1.0。这里有个细节值得注意——DeepSeek 自研的 Harness 测试框架是首次以正式命名亮相，说明官方不只是想训练更强的模型，还想建立一套标准化的 Agent 评测生态。

模型结构没变，但是变得更强了#

官方明确说明：DeepSeek-V4-Flash-0731 的模型结构、尺寸与 V4-Flash-preview 保持一致，仅重新进行了后训练。

底座没变，变的是训练方法。这其实释放了一个信号：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上产生质变——对行业来说，这比单纯堆参数更具参考意义。

顺带一提，V4 系列在长上下文效率上做了一系列激进优化，在 100 万 token 场景下 Flash 的单 token 推理计算量仅为 V3.2 的 10% 左右，KV Cache 占用也大幅下降，百万上下文不再是”富人专属”。这也是 Flash 能把价格压到这么低的原因之一。

原生支持 Responses API，适配 Codex#

正式版 V4-Flash 原生支持 OpenAI 的 Responses API 格式，并针对性适配了 Codex。

所有 Codex 客户端——Codex CLI、ChatGPT 桌面端、VS Code 的 Codex 插件——共用同一份配置文件，配置一次即可全部生效。DeepSeek 官方还提供了 PowerShell 一行命令的自动配置脚本：

1
irm https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.ps1 | iex

脚本会自动备份原有配置、写入 models.json 模型目录（声明上下文窗口、推理档位、工具调用格式等元数据）、修改 config.toml 并在写回前校验语法，出问题就中止不碰你的文件，还是挺稳的。

需要说明的是，目前只有 deepseek-v4-flash 支持接入 Codex，V4-Pro 预计要到 8 月初才支持。

价格#

Flash 一如既往地走极致性价比路线，官方价格如下（百万 tokens，平峰时段）：

对比 V4-Pro（平峰输入缓存命中 0.025 元、未命中 3 元、输出 6 元），Flash 的性价比优势还是很明显的，尤其是高并发场景下 2500 的并发上限非常宽松。

升级范围#

需要注意，本次升级仅覆盖 V4-Flash 的 API 接口：

• 已升级：DeepSeek-V4-Flash API
• 未升级：DeepSeek-V4-Pro API
• 未升级：APP / WEB 端模型
• 即将发布：DeepSeek-V4-Pro 正式版（官方表示”将尽快发布”，网传可能在 8 月初）

所以如果你平时只用 DeepSeek 的 App 或网页端，今天打开对话窗口体验和昨天不会有任何区别。另外旧的 deepseek-chat 和 deepseek-reasoner 两个模型名已经在 7 月 24 日弃用，现在分别对应 deepseek-v4-flash 的非思考模式与思考模式。