DeepSeek V4 Flash正式版上线：
跑分逼近 Opus 4.8，价格只要几十分之一

7 月 31 日，DeepSeek 将 V4-Flash 升级为官方版 DeepSeek-V4-Flash-0731：参数规模不变、仅重训后训练，Agent 跑分反超更大的 V4-Pro 预览版，API 价格约为 Claude Opus 4.8 的几十分之一。本文面向正在评估 DeepSeek API 迁移与国产开源大模型选型的开发者与技术负责人，严格梳理 4 月预览至 8 月 5 日发稿时的时间线、核心定价与架构数据、与 Kimi K3、Qwen3.8-Max 的横向对照，并拆解 Harness 跑分争议与「斩杀线」行业背景。旗舰 V4-Pro 官方版与自研 Agent 框架 Harness 截至发稿仍未上线。

SECTION 01 V4-Flash 正式版选型痛点：跑分好看，但 Pro 与 Harness 还没来

• 误读「正式版」= 新模型：0731 构建与 4 月预览版参数与结构完全相同，性能提升来自后训练重跑，而非扩参；
• V4-Pro 官方版仍未 GA：目前仅有 4 月预览版 API，changelog 原话为「尽快发布」，网传 8 月 10–20 日窗口未经官方证实；
• Agent 跑分高度依赖 Harness：Terminal Bench 2.0 等数字均用尚未公开发布的 Harness「极简模式」测得，官方亦提示对框架选择敏感；
• 旧接口已停用：deepseek-chat / deepseek-reasoner 于 7 月 24 日退役，未迁移的生产调用面临中断；
• API-only 更新：7 月 31 日正式版仅限 API，App 与网页端截至发稿未同步，消费端体验与 API 能力存在落差；
• 第三方综合指数并非第一：Artificial Analysis Intelligence Index 上 V4-Flash 约 50 分，低于 Kimi K3（57）与 GLM-5.2，DeepSeek 打的是「够用智能 + 极致低价」而非跑分榜首。

这不是一次新模型发布，而是同一个 284B 参数模型重新做了一遍后训练——Flash 在多项 Agent 基准上反而超过了 1.6T 的 V4-Pro 预览版，印证 2026 年下半年后训练质量正在逼近甚至超过单纯堆参数。

SECTION 02 DeepSeek V4 时间线与核心定价数据一览

• 2026 年 4 月 24 日：V4 预览版首次发布并开源，含 V4-Pro（1.6T/49B 激活）与 V4-Flash（284B/13B 激活），均支持 100 万 token 上下文，MIT 协议；
• 2026 年 7 月 24 日：旧接口 deepseek-chat、deepseek-reasoner 正式停用，流量切换至 V4 系列命名；
• 2026 年 7 月 27 日：月之暗面 Kimi K3（2.8T）开源权重上线 Hugging Face，形成直接竞争压力；
• 2026 年 7 月 31 日：DeepSeek-V4-Flash-0731 进入 API 公测，开源权重同步 MIT 上线，changelog 首次点名自研 Agent 框架 Harness「即将发布」；
• 截至 2026 年 8 月 5 日：V4-Pro 官方版仍为「尽快发布」；部分中文媒体援引未署名消息称内部测试于 7 月 28 日当周启动，GA 窗口或在 8 月 10–20 日——未经 DeepSeek 官方证实。

SECTION 03 性能怎么「变出来」：后训练、CSA+HCA 与 Harness 框架

V4-Flash-0731 在参数规模与模型结构上与 4 月预览版完全相同，官方明确性能提升「完全来自重新进行的后训练」。技术报告《DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence》描述三项架构改动（延续自预览版）：

• 混合注意力（CSA + HCA）：对外统一称 DSA 稀疏注意力，降低长上下文计算与显存开销；
• 流形约束超连接（mHC）：改进传统残差连接；
• Muon 优化器：替换传统优化器，提升训练收敛速度与稳定性。

官方数据（厂商自报，未见独立第三方复现）：在 100 万 token 上下文下，V4-Pro 单 token 推理 FLOPs 仅为 V3.2 的 27%，KV Cache 占用仅为 10%。

7 月 31 日 changelog 首次正式出现 DeepSeek Harness——自研 Agent 执行框架，对标 Claude Code，用于文件读写、工具调用与端到端工程任务。此前 DeepSeek 模型主要依赖 Claude Code、OpenCode 等第三方 Agent 工具。官方 Agent 跑分（Terminal Bench 2.0、Toolathlon 等）全部用 Harness「极简模式」测得（max 档位、top_p=0.95、temperature=1.0），框架尚未公开发布。changelog 原话：「跑分对 harness 的选择非常敏感，不能简单等同于模型本身能力的提升。」

SECTION 04 跑分争议拆解与 6 步 API 迁移实操

几个须明确标注、避免过度解读的争议点：

• Harness 依赖：V4-Flash-0731 Terminal Bench 2.0 得 82.7（V4-Pro 预览 67.9），均基于未公开 Harness 极简模式，不宜直接横向套用到 Claude Code、Cursor 等框架；
• 可用性问题：据 21 世纪经济报道援引海外开发者反馈，正式版存在输入缓存命中率偏低、安全分类器偶发超时等现象；
• 融资与 IPO 传闻：多家财经媒体报道约 74 亿美元融资、487 亿美元估值等数字，目前主要来自「据报道」「消息人士称」，尚无 DeepSeek 官方或监管备案直接确认。

1. 核对 model 名：确认生产环境使用 deepseek-v4-flash（自动指向 0731 官方构建），勿再调用已停用的 deepseek-chat / deepseek-reasoner；
2. 检查接入协议：OpenAI ChatCompletions 与 Anthropic 格式 API 均兼容，现有 SDK 通常无需改代码结构；
3. 评估缓存策略：缓存命中输入仅 $0.0028/M，长上下文 Agent 任务应启用并监控命中率（社区反馈命中率可能偏低）；
4. 规划峰谷计费：DeepSeek 已预告工作日高峰 2 倍加价，批量任务尽量避开北京时间 9–12 点、14–18 点；
5. 业务场景 A/B：在自有工作负载上与 Kimi K3、Qwen3.8-Max 盲测，勿仅依赖厂商 Harness 跑分；
6. 区分 API 与消费端：7 月 31 日更新仅限 API，App/网页端截至发稿未同步——面向终端用户的产品须单独验证体验。

# OpenAI 兼容接口 — deepseek-v4-flash 自动指向 0731 官方版
from openai import OpenAI

client = OpenAI(
    api_key="YOUR_DEEPSEEK_API_KEY",
    base_url="https://api.deepseek.com"
)

response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "Summarize V4-Flash-0731 vs preview."}]
)
print(response.choices[0].message.content)

SECTION 05 「斩杀线」行业背景、可引用数据与选型结论

• 284B / 13B 激活 + MIT 开源：0731 官方版权重已上线 Hugging Face，可商用微调与再分发；
• 相对 Claude Opus 4.8 价格差：据 21 世纪经济报道，缓存未命中输入约便宜 36 倍、缓存命中约 179 倍、输出约 89 倍（厂商标价，非独立审计）；
• 预览版 OpenRouter 七周第一：V4-Flash 预览版曾连续七周稳坐 OpenRouter 调用量榜首，印证「够用 + 极低价」策略的市场验证；
• 「斩杀线」：中文开发者社区流传的说法——DeepSeek「够用性能 + 极端低价」给同行设下生存门槛，友商须明显超越性能或更低价格才有存在感，亦解释同期 GPT-5.6 Luna 降价 80% 等密集调价；
• 算力股反应平淡：7 月 31 日英伟达、博通、AMD 等未明显波动，市场已习惯「DeepSeek 式效率突破」叙事，与 2025 年初 R1 引发芯片股大跌形成对比。

V4-Pro 迟迟未 GA 前，中文社区曾戏称梁文锋「梁白开」（白等）；0731 超预期后昵称又变回「梁圣」——侧面反映社区情绪对正式版发布的敏感。

以下链接为官方与第三方来源，发版后请以最新页面为准：

DeepSeek 官方 API 文档与更新日志

Hugging Face：deepseek-ai/DeepSeek-V4-Flash 模型卡

Artificial Analysis：独立模型评测与 Intelligence Index

若团队基于 DeepSeek V4 构建 Agent 流水线，虚拟化 Mac 在 Xcode 编译、Metal 加速与 iOS CI 场景存在性能损耗与兼容性风险。对于需要零损耗原生算力、稳定 iOS CI/CD 与 AI Agent 7×24 自动化的生产环境，MACNOX 的云端物理节点通常是更优解：100% 苹果原装物理机、开放完整 Root 权限、无 Hypervisor 损耗、按天/周/月弹性下单。更多 API 选型背景可参考 DeepSeek V4 满血版定价与架构专题与 OpenRouter 7 月排行榜分析。

SECTION 07 常见问题 FAQ