【TechWeb】8 月 1 日消息，AI 圈又炸了。DeepSeek 悄然上线了 V4-Flash 正式版 API，一个 " 廉价版 " 模型，却在 Agent 能力上碾压了三个月前的 Pro 预览版。更让人震惊的是——它只重新做了后训练，模型骨架一点没变。

昨晚，DeepSeek-V4-Flash 正式版 API 上线。

消息一出，开发者社区瞬间沸腾。

这不是一次普通的版本迭代。一个 2840 亿参数的 MoE 模型，激活参数仅 130 亿，价格低至 0.2 元 / 百万 tokens（缓存命中），却在多项 Agent 基准测试中，硬生生把三个月前的 V4-Pro 预览版摁在地上摩擦。

最让人细思极恐的是模型结构、尺寸一点没变，只是重新做了一遍后训练。

这意味着什么？后训练优化的空间，可能比我们想象的大得多。

九项基准测试，全面碾压

先看硬指标。

DeepSeek-V4-Flash 正式版采用 MoE 架构，总参数量 2840 亿，激活参数 130 亿，支持 100 万 token 上下文，可切换思考 / 非思考模式。

官方公布的 9 项 Agent 基准测试成绩，堪称惊艳：

最大的亮点在 DeepSWE（专门用于评估 AI Agent 在‌真实、长周期、多步骤编程任务‌中的自主解决能力）从预览版的 7.3 分飙升至 54.4 分，暴涨超过 6 倍。在 Terminal Bench 2.1（评估 AI Agent 在‌ Linux 终端环境中自主规划、执行多步命令行任务及错误恢复能力‌的权威基准测试） 中，Flash 正式版得分 82.7，高于 V4-Pro-Preview 的 72.1 和 GLM-5.2 的 81.0，逼近 Opus-4.8 的 85.0。

在海外模型评测机构 Artificial Analysis 的智能指数测试中，V4-Flash-0731（最高推理档位）拿下 50 分，而同类可比模型的中位数仅为 17 分。

差距，肉眼可见。

真正恐怖的是：模型没变，只重做了后训练

如果说性能提升是常规操作，那这次升级的方式才真正值得细品。

DeepSeek 官方确认：V4-Flash-0731 的模型结构、尺寸与预览版完全一致，仅重新进行了后训练。

同一个骨架，同一套参数规模，只是后训练的策略更精细了，结果就在 Agent 基准测试上产生了质的飞跃。

这让很多人开始重新思考：堆参数真的是唯一出路吗？

后训练阶段的优化空间，可能被严重低估了。

与此同时，DeepSeek 自研的 Agent 测试框架 DeepSeek Harness 也首次正式亮相。

开发者实测：便宜到离谱，干活还不赖

性能是纸面上的，真正让开发者兴奋的是实测体验。

有用户晒出账单：" 蹬了一小时才不到一块钱 "。

价格有多夸张？输入命中缓存 0.02 元 / 百万 tokens，未命中 1 元，输出 2 元。大约只有 Claude 的 1/90（DeepSeek-V4-Flash 的输出价格约 0.28 美元，Claude Opus 4.8 输出 25 美元）。

最让人上头的场景是 Claude Code。

有开发者分享：" 今天正式版出来后，就用官方 API 接入 Claude Code 中开始干活，不到 4 个小时，差不多消耗了 1 亿 token，缓存命中率竟然达到了 99%，关键是干活质量还不错，很少返工。"

另一位用户更直接：" 一遍写完，真实测试一遍完美通过，顺手还修了十几个 bug ……最恐怖的是 opencode 花了 0.1 美元。"

从事 Qt/C++ 上位机、STM 嵌入式开发的个人开发者反馈："flash0731 的 agent 表现与 v4-pro-preview 的表现非常接近 "，" 目前初步使用感觉 flash 在能力上和 pro-preview 相比没有明显差异，但是人是便宜啊！！！"

微博上有用户评价：" 最近又高强度的使用了 DeepSeek V4 Flash，感觉优势貌似又回来了点儿，在代码和 Terminal 指令这块貌似也提升很大。"

槽点也很真实：普通用户玩不了

当然，质疑声也不少。

最大的槽点是仅限 API 公测。网页端和 App 都没有更新，普通用户暂时无法体验。" 对大众玩家不够友好 " 是高频反馈。

指令遵循仍有短板。有开发者指出：" 这版本太喜欢框框干了，没说清楚的事情不太适合交给他干，会出错岔子的；很清晰、有边界的任务可以交给他。"

另外，Agent 模式下推理语言被锁定为英文，系统提示词完全无效。GitHub 上已有用户提出希望开放语言控制参数。

嵌入式开发仍有瑕疵。有开发者反馈：" 在嵌入式开发表现已经比上半年的许多模型表现好很多了，但是还是会出现端口识别不清、写出连编译都通过不了的代码。"

原生支持 Responses API，剑指 Codex 生态

除了模型本身，工程侧的适配同样值得关注。

V4-Flash 正式版原生支持 OpenAI 的 Responses API 格式，并针对性适配了 Codex。开发者可以在 Codex CLI、ChatGPT 桌面端和 VS Code 的 Codex 插件中直接调用 DeepSeek 模型。

Responses API 目前仅支持 V4-Flash，V4-Pro 预计 8 月初接入。

这意味着开发者可以用更低的成本，无缝接入 Codex 生态。

长上下文效率：单 token 计算量降至 27%

V4-Flash 在长上下文场景下的工程优化同样值得一提：

100 万 token 场景下，V4 系列的单 token 推理计算量仅为 V3.2 的 27%，KV Cache 占用降至约 10%。

长链路任务的算力与显存成本，被大幅压缩。

巧合还是狙击？同日 OpenAI 宣布降价 80%

就在 DeepSeek-V4-Flash 正式版上线的同一天，OpenAI 宣布 GPT-5.6 Luna 降价 80%。

时间点耐人寻味。

一边是国际巨头主动降价，一边是中国厂商用 1/90 的价格交出更强的 Agent 能力。

有评论一针见血："DeepSeek-V4-Flash 正式版的 Agent 能力全面超越此前的 Pro 预览版，相当于用更便宜的价格交出了更强的干活能力。这是在证明，低价不等于低能。"

有业内人士指出，这次升级释放了一个明确的信号，大模型竞赛正在从 " 堆参数 " 转向 " 精调优 "。同样的模型骨架，仅靠后训练的优化，就能在 Agent 能力上实现 6 倍增长。这对整个行业的启发是深远的，参数的尽头可能不是更大，而是更聪明地训练。