若你正評估 2026 年夏季 Agent API 選型，並需判斷 DeepSeek V4-Flash-0731 是否值得接入生產管線，本文按時間線、核心參數、橫向對比與爭議點四個維度展開——7 月 31 日 DeepSeek 將 V4-Flash 升級為官方版：參數規模不變、僅重跑後訓練，跑分反超更大的 V4-Pro 預覽版，價格約為 Claude Opus 4.8 的數十分之一；旗艦 V4-Pro 正式版與自研 Harness 框架仍未上線。
時間線：從 4 月預覽到 7 月「官方版」
- 2026 年 4 月 24 日：DeepSeek-V4 預覽版首次發布並開源，包含 V4-Pro（1.6T 總參數 / 49B 激活）與 V4-Flash（284B 總參數 / 13B 激活），均支援 100 萬 token 上下文，採 MIT 協議。
- 2026 年 7 月 24 日：舊介面模型名
deepseek-chat與deepseek-reasoner正式停用，全部流量切換至 V4 系列命名。 - 2026 年 7 月 27 日：月之暗面 Kimi K3（2.8T 總參數）開源權重上線 Hugging Face，是當時體量最大的開源權重發布之一。
- 2026 年 7 月 31 日：DeepSeek-V4-Flash-0731 正式版進入 API 公測，開源權重同步上線 Hugging Face；changelog 首次點名自研 Agent 框架「Harness」，稱即將隨 V4 正式版發布。此次公測僅限 API，App 與網頁端暫未同步更新。
- 截至 2026 年 8 月 5 日：V4-Pro 正式版仍是「盡快發布」，沒有官方確認日期。部分媒體援引未署名消息源稱內部測試已在 7 月 28 日那週啟動，GA 窗口可能在 8 月 10 日至 20 日之間——這一時間點目前未經 DeepSeek 官方證實，僅供參考。
這不是一次新模型發布，而是同一個 284B 參數模型重新做了一遍後訓練。真正的旗艦 V4-Pro 正式版，以及 DeepSeek 首次自研的 Agent 框架 Harness，目前仍處於「即將發布」狀態，沒有確切日期。
核心數據一覽：定價、參數與協議
| 模型 | 狀態 | 總參數 / 激活 | 上下文 | 輸入價格（快取未命中/命中，每百萬 token） | 輸出價格 | 協議 |
|---|---|---|---|---|---|---|
| DeepSeek-V4-Flash-0731 | 官方正式版（2026-07-31） | 284B / 13B | 1M | $0.14 / $0.0028 | $0.28 | MIT |
| DeepSeek-V4-Pro | 預覽版（正式版未發布） | 1.6T / 49B | 1M | $0.435 / $0.003625 | $0.87 | MIT |
| Kimi K3（月之暗面） | 權重開源（2026-07-27） | 2.8T / 約 104B（社群估算） | ~1.05M | $3.00 / $0.30 | $15.00 | Kimi K3 License |
| GLM-5.2（智譜/Z.ai） | 開源（2026 年 6 月） | ~744B / ~40B | 1M | 未在本文核實範圍內 | 未在本文核實範圍內 | MIT |
| Qwen3.8-Max（阿里） | API 可用（2026-08-02） | 2.4T / 95B | 1M | $2.00 / ~$0.17–0.25 | $6.00 | 官方承諾開源，權重待放出 |
以上定價均為廠商自報公開數據。DeepSeek 已預告未來將對 API 啟用「高峰時段 2 倍加價」（北京時間 9–12 點、14–18 點），但截至發稿未公布具體生效日期。價格與參數可能隨時間變化，請以官方頁面為準。
深度拆解：效能是怎麼「做出來」的
架構沒有變，變的是後訓練。V4-Flash-0731 在參數規模、模型結構上與 4 月預覽版完全相同，DeepSeek 官方明確說明效能提升「完全來自重新進行的後訓練」，而非擴大模型規模。284B 總參數、13B 激活參數的 Flash 版本，在多項 Agent 基準上反而超過參數量是自己好幾倍的 V4-Pro 預覽版——2026 年下半年大模型競爭，後訓練數據品質與方法的重要性正在逼近甚至超過單純堆參數。
混合注意力機制：CSA+HCA、mHC、Muon 優化器。根據技術報告《DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence》，V4 系列在架構上做了三處關鍵改動：
- 混合注意力架構：結合壓縮稀疏注意力（CSA）與高度壓縮注意力（HCA），對外統一稱為「DSA 稀疏注意力」，核心目的是在長上下文場景下降低運算與顯存開銷；
- 流形約束超連接（mHC）：對傳統殘差連接結構做了改進；
- Muon 優化器：替換傳統優化器，用於提升訓練收斂速度與穩定性。
三項改動疊加的效果是：在 100 萬 token 上下文場景下，V4-Pro 相比前代 V3.2，單 token 推理所需 FLOPs 僅為 27%，KV Cache 占用僅為 10%（DeepSeek 官方公布指標，尚未看到獨立第三方復現驗證）。
自研 Agent 框架 Harness 首次亮相。7 月 31 日 changelog 裡第一次正式出現「DeepSeek Harness」——用於讓模型讀寫檔案、呼叫工具、執行命令、完成端到端工程任務，對標 Claude Code。官方公開的 Agent 跑分（Terminal Bench 2.0、Toolathlon 等）全部是用 Harness 的「極簡模式」（minimal mode）測出來的，DeepSeek 在 changelog 裡也主動提示：「跑分對 harness 的選擇非常敏感，不能簡單等同於模型本身能力的提升」。
橫向對比：中國開源大模型的六邊形混戰
| 模型 | 實驗室 | 發布/權重時間 | 總參數 | Artificial Analysis Intelligence Index | 單任務平均成本 |
|---|---|---|---|---|---|
| DeepSeek-V4-Flash-0731 | DeepSeek | 2026-07-31（正式版） | 284B | 50 | $0.03 |
| Kimi K3 | 月之暗面 | 2026-07-16 預覽 / 07-27 權重 | 2.8T | 57 | $0.86 |
| GLM-5.2 | 智譜/Z.ai | 2026 年 6 月 | ~744B | 比 V4-Flash 高約 1 分 | 未在本次調研範圍內核實 |
| Qwen3.8-Max | 阿里 | 2026-08-02 GA | 2.4T | 未在本次調研範圍內核實 | 未在本次調研範圍內核實 |
| GPT-5.6 Sol | OpenAI | 閉源 | 未公開 | 比 V4-Flash 高 9 分以上 | $1.86 |
| Claude Fable 5 | Anthropic | 閉源 | 未公開 | 比 V4-Flash 高 9 分以上 | $3.15 |
Intelligence Index 與單任務成本數據引自 Artificial Analysis（第三方獨立評測）；DeepSeek 官方跑分為廠商自報，兩組數據評測方法與權重不完全一致，不能直接相加比較。V4-Flash 的單任務成本約為 Kimi K3 的 1/29、GPT-5.6 Sol 的 1/62、Claude Fable 5 的 1/105——DeepSeek 打的不是「跑分第一」，而是「夠用的智能 + 極致的價格」。更多競品定價背景可參考本站 GPT-5.6 降價與 API 定價對比，以及 Qwen3.8-Max 發布解讀。
可引用技術資訊與資料來源
- 後訓練驅動效能躍升：284B/13B 架構不變，V4-Flash-0731 在 Terminal Bench 2.0 拿到 82.7 分，反超 V4-Pro 預覽版的 67.9 分（DeepSeek 官方 changelog，Harness minimal mode 測得）。
- 長上下文效率：百萬 token 場景下 V4-Pro 單 token FLOPs 為 V3.2 的 27%，KV Cache 為 10%（DeepSeek 技術報告）。
- 獨立評測成本對比：Artificial Analysis 單任務平均成本 V4-Flash $0.03 vs Kimi K3 $0.86 vs Claude Fable 5 $3.15（第三方獨立評測，經財經媒體轉引）。
- OpenRouter 呼叫量：V4-Flash 預覽版曾連續七週穩坐呼叫量第一（社群觀察，反映大規模 Agent 場景對性價比的偏好）。
以下為可核驗官方與第三方來源，發布前請以最新公告為準：
Hugging Face DeepSeek 模型卡（DeepSeek-V4-Pro、DeepSeek-V4-Flash）
爭議點：跑分好看，不代表沒有水分
- 跑分方法依賴 Harness，官方自己都在提醒別只看數字。Agent 類跑分全部基於 DeepSeek 自研且尚未公開發布的 Harness 極簡模式測得（max 檔位、top_p=0.95、temperature=1.0），在獨立社群復現之前應視為「廠商自報＋特定框架」結果。
- 海外開發者回報了具體的可用性問題。據 21 世紀經濟報導援引的海外開發者社群回饋，V4-Flash 正式版存在輸入快取命中率偏低、安全分類器偶發逾時等問題。
- V4-Pro 正式版和 Harness 的具體上線時間目前未經證實。「8 月 10–20 日 GA」等窗口為未署名消息源或社群傳聞，DeepSeek 官方 changelog 原話只是「將盡快發布」。
- 企業融資與 IPO 傳聞同樣需要謹慎對待。多家媒體報導 DeepSeek 近期完成約 74 億美元融資、估值約 487 億美元等資訊，目前主要來自財經媒體「據報導」「消息人士稱」，尚無官方或監管備案文件直接確認。
影響與背景：從「梁白開」到「梁聖」，價格戰進入下一輪
在 V4 正式版發布之前，因 Pro 版本遲遲沒有兌現「7 月中旬全量上線」的預期，中文 AI 社群一度把 DeepSeek 創辦人梁文鋒戲稱為「梁白開」。V4-Flash-0731 上線後，因實際表現超出預期，不少網友又把「梁聖」的稱號還了回去。
更值得關注的是中文開發者社群流傳的「斬殺線」說法：DeepSeek 憑藉「夠用的效能 + 極端低價」給同業設下門檻——友商模型若效能沒有明顯超過 DeepSeek，又拿不出更低價格，就會在市場上失去存在感。這也解釋了近期 GPT-5.6 Luna 低價版一次性降價 80% 等密集調價動作。7 月 31 日 V4-Flash 正式版上線當天，輝達、博通、AMD 等算力晶片股並未出現明顯波動——市場似乎已習慣「DeepSeek 式效率突破」敘事，不再簡單把「用更少算力做到同等效果」等同於「利空算力股」。
FAQ
DeepSeek V4 和之前的 V3.2 相比，最大的區別是什麼？
最直接的區別是原生支援 100 萬 token 上下文，且長上下文場景下的運算與顯存開銷大幅降低（官方數據：V4-Pro 在百萬 token 上下文下所需 FLOPs 僅為 V3.2 的 27%，KV Cache 僅為 10%）。此外 V4 系列在 Agent 能力上做了專項優化，適配了 Claude Code、OpenCode 等主流 Agent 工具。
日常使用應該選 V4 Flash 還是 V4 Pro？
如果只是普通對話、簡單任務或者需要大規模、低成本呼叫（比如批次處理、Agent 管線），目前的 V4-Flash-0731 正式版性價比更高，且 Agent 跑分已經反超 V4-Pro 預覽版。如果任務涉及更深的世界知識或複雜推理，且預算不敏感，可以先用 V4-Pro 預覽版，等正式版上線後再評估是否需要切換。
現在能用上 V4 Pro 正式版嗎？
截至本文發稿（2026 年 8 月 5 日），還不能。目前上線的正式版只有 V4-Flash-0731，且僅限 API 呼叫，App 和網頁端還是舊版本。V4-Pro 正式版和自研 Harness 框架官方口徑是「盡快發布」，沒有確切上線日期。
DeepSeek 公布的跑分能直接相信嗎？
建議區分對待。像 SWE-bench Verified 這類被廣泛採用、方法論透明的第三方基準，可信度相對較高；但 Terminal Bench 2.0 等 Agent 類跑分是用 DeepSeek 自研且未公開的 Harness 測出來的，官方自己也提示這類數字對框架選擇高度敏感，建議等社群用其他 Agent 工具獨立復現後再下結論。
這次更新對一般開發者有什麼實際影響？
如果你在用 OpenAI ChatCompletions 或 Anthropic 格式的 API 接入 DeepSeek，不需要改程式碼，deepseek-v4-flash 這個 model 名會自動指向新的正式版本。如果你此前用的是已經停用的 deepseek-chat/deepseek-reasoner，需要盡快切換到新命名，官方已在 7 月 24 日正式停用舊名稱。
DeepSeek V4-Flash-0731 把「夠用智能 + 極致低價」的 Agent API 路線推到了新高度，但 Harness 尚未公開、V4-Pro 正式版仍無確切日期——在第三方復現完成之前，若你需要在真實 Apple Silicon 硬體上驗證本地 Agent 工作流、對比不同 harness 下的實際表現，一台整機獨享、可隨時重置環境的實體主機往往比共享 GPU 叢集更可控。VMSPIN 按天起租的雲端 Mac mini 提供 MDM 自動交付與 SSH + VNC 雙通道接入，適合短期 benchmark 與多工具鏈對比；若你還在評估 API 成本與本地部署方案，可結合 Mac mini M4 租賃全解析 與 定價頁 一起測算。