lanying's blog

概述#

2026 年 8 月 12 日深夜，DeepSeek 完成了 V4 Pro 模型从预览版到正式版的静默升级。此次更新未伴随正式发布会或版本说明，仅在 API 文档定价页面中，模型版本标识由 Preview 更新为 DeepSeek-V4-Pro-0813。模型调用名称 deepseek-v4-pro 保持不变，现有用户无需修改代码即可使用新版模型。

同日凌晨，马斯克旗下 xAI 的 Grok 4.6 也正式发布，其在 GDPVal-AA v2 榜单上的 Elo 评分达到 1753，超过 Fable 5。两款高性价比旗舰模型同期发布，引发了行业广泛关注。

本文将从以下维度分析 V4 Pro 正式版的升级情况：性能提升幅度、基准测试表现、性价比评估，以及 Flash 与 Pro 的选型建议。需说明的是，截至本文撰写时（2026 年 8 月 13 日），官方尚未发布完整的 V4-Pro-0813 更新日志，文中跑分数据主要来自社区渠道及官方群流出信息，具体数据以官方后续发布为准。

V4 系列参数回顾#

为便于理解本次升级的定位，先列出 V4 系列各版本的核心参数：

核心结论：模型架构未发生变化。 1.6T 总参数、49B 激活参数、MoE 架构、1M 上下文窗口、384K 最大输出长度——这些硬件指标自 4 月 24 日预览版发布以来保持不变。与 7 月 31 日上线的 Flash 正式版类似，Pro 正式版的性能提升主要通过大规模后训练（Post-Training）调优实现。

换言之，Preview 版可视为 4 月的初始版本，Flash 正式版是 7 月经调校的轻量版本，本次 Pro 正式版则是 8 月经同轮调校的旗舰版本。此前 Flash 正式版曾在 Agent 基准测试中超越 Pro 预览版，此次 Pro 完成同轮后训练后，性能差距得以修正。

十项基准测试对比：Preview 与正式版#

以下为多渠道交叉验证的官方评测对比数据。需注意：Preview 数据为 4 月份发布时的官方成绩，正式版数据为本次 0813 版本流出数据，目前尚无第三方完整复现结果。

重点指标分析：

• DeepSWE 提升近 5 倍（12.8 → 62.7）。该基准为 DeepSeek 自研的软件工程测试，评估模型在真实工程场景中修改代码、修复缺陷的能力。Preview 版 12.8 分处于较低水平，正式版 62.7 分已超过 Anthropic 上一代旗舰 Opus 4.8 的 58.0 分，属于质变性提升。
• Terminal Bench 2.1 达到 87.9。Terminal Bench 是当前 AI Agent 领域引用较广的实操基准，评估模型在终端中执行命令、修改配置、修复问题的综合能力。正式版 87.9 分距榜单首位 Fable 5 的 88.0 分仅差 0.1 分。
• Cybergym 超越 Fable 5：83.3 分对比 Fable 5 的 83.1 分。该基准测试网络安全攻防能力（含攻击与防守思路），在安全领域超越闭源模型天花板，具备较高参考价值。
• Automation Bench 与 DSBench 系列翻倍提升：自动化工作流、全栈开发能力均实现倍数级增长，属于代际级别的性能跃升。

总体来看，Preview 版与正式版之间存在显著性能差距。

横向对比：与 Flash 正式版及竞品的性能比较#

以下为 0813 版本流出的官方评测横向对比数据，涵盖 Fable 5、Opus 4.8、GLM-5.2、Kimi K3 等主流旗舰模型：

从数据来看，Pro 正式版的性能特点较为明确——单项指标未必全部领先，但各项均处于第一梯队。Terminal Bench 以 0.4 分之差落后于榜首 Kimi K3（88.3 分），但领先 Opus-4.8（85.0）3 分；Cybergym 以 83.3 分位居首位；DeepSWE 和 NL2Repo 两项代码工程指标均稳居前列；DSBench-Hard 67.2 分仅次于 Opus-4.8 的 71.7 分。

“无明显短板”是 Agent 模型的核心竞争力之一。Agent 任务并非单题作答，而是涉及终端操作、代码修改、工具调用、数据解析、环境搭建等多步骤长链路执行，任一环节的能力缺陷都可能导致整条任务链失败。Preview 版在 DeepSWE 这类长代码任务中表现较弱（12.8 分对应较高的失败率），正式版补齐该短板后，模型在实际 Agent 场景中的可用性显著提升。

此外，Flash 正式版与 Pro 正式版的性能差距已从之前的”Flash 反超”回归为”Pro 略优”，两者分数差距约 5~10 分。Flash 尽管参数量仅为 Pro 的零头（284B vs 1.6T，激活 13B vs 49B），但性价比表现突出。

性能提升的技术路径#

与 Flash 正式版的升级路径一致，Pro 正式版的性能提升主要来源于后训练优化。

官方尚未发布 Pro 正式版的技术报告，但从 Flash 正式版的更新日志可推断，Pro 采用了相同的升级策略——模型架构、参数量、激活参数均未调整，仅对后训练（Post-Training）流程进行了全面重做。类比而言，相当于同一台发动机，重新调校了变速箱、ECU 标定和悬挂系统，在硬件不变的前提下实现了性能提升。

这一现象表明，在 MoE + 后训练的技术路线下，模型的性能上限仍有较大挖掘空间。尤其在长链路 Agent 场景中，模型结构本身已能支撑需求，性能瓶颈更多在于面向代码工具链、终端操作、多步推理的大规模后训练——训练数据质量和调参策略对最终表现的影响，可能大于单纯增加参数量。

以下简要回顾 V4 系列的核心架构设计：

• MoE（混合专家架构）：1.6T 参数拆分为数千个”专家子模型”，每次前向传播仅激活其中 64 个专家（总计 49B 参数），即拥有 1.6T 的知识容量，而推理计算量仅相当于 49B 参数模型。
• 混合注意力（CSA + DSA + mHC）：用于降低长上下文场景的计算开销，在 100 万 token 场景下，单 token 推理计算量降至 V3.2 的约 10%，KV Cache 占用也显著降低。
• Engram 记忆技术：提升长上下文精确召回能力，在长代码库、长文档中检索细节的稳定性较前代有所提升。

新增能力：多模态支持、Responses API 及 Codex 接入#

预览版为纯文本模型，正式版首次原生支持图像推理。据 36Kr 实测报道，DeepThink 引擎可在同一推理流程中分析截图、解读图片、处理图文混合文档。例如，用户提交一张报错截图，模型可直接读取图像中的代码、错误提示、堆栈信息，并给出修复方案——这一能力在实际开发场景中可省去 OCR 预处理步骤，提升工作效率。

接口能力方面，Pro 正式版与 Flash 正式版保持一致：

• 原生支持 Responses API（OpenAI）格式，Codex 系列工具（Codex CLI、ChatGPT 桌面端、VS Code Codex 插件）接入仅需修改 base_url，与 Flash 版本相同，提供自动配置脚本
• 同时支持 Anthropic API 格式，Claude Code、OpenCode 等 Agent 工具修改一行 base_url 即可切换后端
• Thinking 模式开关（默认开启）、JSON Output、Tool Calls、对话前缀续写（Beta）、FIM 补全（Beta，仅非思考模式支持）均已支持

总体而言，原有 Flash 版本的调用代码，仅需将 model 参数从 deepseek-v4-flash 改为 deepseek-v4-pro 即可运行，迁移成本较低。

定价与并发：输出 6 元/百万 tokens，为 Flash 的三倍#

以下为官方定价页当前版本（2026-08-13）的价格信息：

Pro 定价约为 Flash 的三倍——输入未命中从 1 元升至 3 元，输出从 2 元升至 6 元，缓存命中价格差异较小。并发限制差异更为明显：Flash 为 2500，Pro 仅为 500，这与两者的产品定位一致——Flash 面向高频大规模请求，Pro 面向高价值长任务。

高峰时段价格翻倍（正式版同步启用峰谷定价机制）：每日 9:00-12:00、14:00-18:00 共 7 小时，所有计费项统一翻倍，即 Pro 高峰时段输出价格为 12 元/百万 tokens。

与海外竞品的横向价格对比（折算为美元）：

V4 Pro 的输出价格约为 Opus 4.8 的 1/28、Fable 5 的 1/57，与 Grok 4.6 的输出价格（6 美元）基本持平。结合前述 Terminal Bench 2.1 跑分仅差 Fable 5 0.1 分的表现，“性能直追 Fable 5，价格六十分之一”的说法即来源于此。

需补充说明两点：

1. 官方已在定价页发布涨价预告：“计划近期整体上调 DeepSeek API 服务的定价，预计涨幅较大，请合理安排您的使用。” 当前定价的持续时间存在不确定性。
2. SWE-bench Verified 80.6% 的数据未纳入正文分析，因该数据仅见于百科及第三方文章，未见官方对应说明，建议以正式日志为准。

Flash 与 Pro 的选型建议#

以下为不同场景下的选型参考：

综合判断：对于 95% 的日常任务，Flash 正式版已足够使用，Pro 的三倍价格在多数场景下并未带来对应的三倍体验提升。Pro 的优势集中在长链路 Agent、高难度代码工程、复杂数据科学等任务上——而许多用户感知到的”差距不大”，本质上是因为其任务难度尚未达到能体现这 5 分差距的程度。

此外，根据 36Kr 的实测文章，有两个实际使用中的注意事项：

1. Thinking 模式在大段代码生成场景下，推理 token 可能占输出的 80% 以上，反而压缩实际内容空间。该测试在 BFS/DFS/A* 可视化任务中发现，Thinking 模式下输出被截断至约一半，关闭 Thinking 后 54 秒即可完整运行。
2. 第三方智能指数存在分化：Artificial Analysis 给 V4-Pro-0813 的智能指数为 53 分，仅比 Flash-0731 的 52 分高 1 分——这也印证了”日常场景差距不明显”的判断。

另外值得关注的是 DeepSeek Harness 推理框架，目前处于内测阶段。Harness 团队于 8 月 1 日公开招募内测用户，据内测参与者反馈表现突出。该推理框架对模型性能的影响可能比预期更大，前述跑分数据是否受益于 Harness 优化，目前尚无官方说明。待 Harness 正式发布后，Pro 的实际表现可能还有进一步提升空间。

并发、API 迁移及实用建议#

1
from openai import OpenAI
2

3
client = OpenAI(api_key="<你的API密钥>", base_url="https://api.deepseek.com")
4

5
# 原 Flash 调用
6
response = client.chat.completions.create(
7
    model="deepseek-v4-flash",
8
    messages=[{"role":"user","content":"写个快速排序"}],
9
    temperature=1.0,
10
)
11

12
# 切换为 Pro，其余参数不变
13
response = client.chat.completions.create(
14
    model="deepseek-v4-pro",
15
    messages=[{"role":"user","content":"写个快速排序"}],
16
    temperature=1.0,
17
)

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

定价趋势与行业背景#

定价页中”整体上调 API 定价、预计涨幅较大”的预告值得关注。DeepSeek 已于 8 月 6 日发布相关公告，本次 Pro 正式版发布未同步调整价格，低价窗口期的持续时间尚不确定。DeepSeek 近期融资规模较大，估值增长较快，但算力成本始终是核心约束——V4 Flash 单模型在 OpenRouter 上的周调用量已突破 4.66 万亿 tokens，连续数周位居全球第一。海量调用叠加持续低价策略，背后的算力压力不容忽视。

峰谷定价机制本质上是通过价格杠杆进行资源调度：工作日白天算力紧张时加价，将非紧急批处理任务引导至夜间执行，以保障金融、代码研发、实时 Agent 等高优先级场景的稳定性。对开发者而言，与其关注价格波动，不如提前做好架构中的分级调度和缓存优化——即便后续涨价，充分准备的用户也能有效控制成本。

总结#

V4 Pro 正式版实现了实质性的代际性能跃升，而非小幅迭代：DeepSWE 提升近 5 倍、Terminal Bench 达到 87.9（距 Fable 5 仅 0.1 分）、Cybergym 超越 Fable 5，同时新增多模态支持和 Codex 接入能力。结合 6 元/百万 tokens 的输出价格，使其成为当前性价比最高的旗舰级 Agent 模型之一，价格远低于海外同级模型。

但 Pro 并非所有场景的最优选择：在日常任务中，Flash 正式版的表现已超过 Pro 预览版，价格仅为 Pro 的三分之一，并发上限高出五倍。若现有任务使用 Flash 已能满足需求，无需为跑分差距支付额外成本。仅当遇到 Flash 频繁失败的长链路 Agent 任务时，再考虑切换至 Pro。

最后需说明：本文撰写于 2026 年 8 月 13 日，部分数据来源于社区渠道和第三方报道，官方尚未发布完整更新日志。建议将跑分数据作为参考，实际表现需结合自身业务场景进行验证。

以 Pro 正式版上线为标志，V4 系列的产品矩阵已基本完善——Flash 主打极致性价比，Pro 面向旗舰性能，两款模型的输出价格区间在 2 元至 6 元/百万 tokens，进一步拉低了全球 AI API 的定价门槛。对开发者而言，这一趋势总体是积极的。

参考资料#

本文信息整理自以下公开网络资料，来源为网络，不保证完全准确，仅供参考。各产品价格、政策、评分基准随时可能调整，请以 DeepSeek 官方 API 文档与最新公告为准。

• DeepSeek 官网（首页提示 V4 Pro 正式版发布）
• DeepSeek 官方 API 定价页（模型 & 价格）
• 突发，DeepSeek V4 Pro 正式发布了（51CTO / 苏三）
• DeepSeek V4 Pro 正式版上线：1M 超大上下文 + 384K 输出，价格比 Flash 贵三倍
• 实测正式版 DeepSeek V4 Pro，补齐 Agent 和图像能力（极客公园 @ 36Kr）
• 梁文锋和马斯克对垒，DeepSeek V4 Pro 给全球最强上压力（凤凰网科技 @ 36Kr）
• DeepSeek V4 Pro 正式版实测：Agent 能力暴涨 5 倍，API 零成本迁移指南（CSDN 北京开发者社区）
• DeepSeek V4 Pro 发布：除了多模态，满足我对模型的所有想象（鲸选AI @ 36Kr）
• DeepSeek V4 Pro 转正，性能逼近 Fable 5，价格仅六十分之一（阿里云开发者社区）
• DeepSeek V4-Pro-0813 发布：性能逼近 Fable 5 但实测分化，性价比存疑（中关村在线）
• DeepSeek V4 正式版要来了，API 高峰时段价格翻倍（界面新闻 @ 新浪财经）
• DeepSeek-V4-Pro 百科词条（含时间线和价格信息）