如果你正在评估 2026 年夏季的 Agent API 选型，并需要判断 DeepSeek V4-Flash-0731 是否值得接入生产流水线，这篇文章按时间线、核心参数、横向对比与争议点四个维度展开——7 月 31 日 DeepSeek 将 V4-Flash 升级为官方版：参数规模不变、仅重训后训练，跑分反超更大的 V4-Pro 预览版，价格约为 Claude Opus 4.8 的几十分之一；旗舰 V4-Pro 官方版与自研 Harness 框架仍未上线。
时间线：从4月预览到7月「官方版」
- 2026年4月24日：DeepSeek-V4 预览版首次发布并开源，包含 V4-Pro（1.6T 总参数 / 49B 激活）和 V4-Flash（284B 总参数 / 13B 激活），均支持 100 万 token 上下文，采用 MIT 协议。
- 2026年7月24日：旧接口模型名
deepseek-chat与deepseek-reasoner正式停用，全部流量切换到 V4 系列命名。 - 2026年7月27日：月之暗面 Kimi K3（2.8T 总参数）开源权重上线 Hugging Face，是当时体量最大的开源权重发布之一。
- 2026年7月31日：DeepSeek-V4-Flash-0731 正式版进入 API 公测，开源权重同步上线 Hugging Face；changelog 首次点名自研 Agent 框架「Harness」，称即将随 V4 正式版发布。此次公测仅限 API，App 和网页端暂未同步更新。
- 截至2026年8月5日：V4-Pro 官方版仍是「尽快发布」，没有官方确认日期。部分媒体援引未署名消息源称内部测试已在 7 月 28 日那周启动，GA 窗口可能在 8 月 10 日至 20 日之间——这一时间点目前未经 DeepSeek 官方证实，仅供参考。
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。真正的旗舰 V4-Pro 官方版，以及 DeepSeek 首次自研的 Agent 框架 Harness，目前仍处于「即将发布」状态，没有确切日期。
核心数据一览：定价、参数与协议
| 模型 | 状态 | 总参数 / 激活 | 上下文 | 输入价格（缓存未命中/命中，每百万 token） | 输出价格 | 协议 |
|---|---|---|---|---|---|---|
| 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 | 预览版（官方版未发布） | 1.6T / 49B | 1M | $0.435 / $0.003625 | $0.87 | MIT |
| Kimi K3（月之暗面） | 权重开源（2026-07-27） | 2.8T / 约104B（社区估算） | ~1.05M | $3.00 / $0.30 | $15.00 | Kimi K3 License |
| GLM-5.2（智谱/Z.ai） | 开源（2026年6月） | ~744B / ~40B | 1M | 未在本文核实范围内 | 未在本文核实范围内 | MIT |
| Qwen3.8-Max（阿里） | API可用（2026-08-02） | 2.4T / 95B | 1M | $2.00 / ~$0.17-0.25 | $6.00 | 官方承诺开源，权重待放出 |
以上定价均为厂商自报公开数据。DeepSeek 已预告未来将对 API 启用「高峰时段 2 倍加价」（北京时间 9–12 点、14–18 点），但截至发稿未公布具体生效日期。价格与参数可能随时间变化，请以官方页面为准。
深度拆解：性能是怎么「变出来」的
架构没有变，变的是后训练。V4-Flash-0731 在参数规模、模型结构上与 4 月预览版完全相同，DeepSeek 官方明确说明性能提升「完全来自重新进行的后训练」，而非扩大模型规模。284B 总参数、13B 激活参数的 Flash 版本，在多项 Agent 基准上反而超过了参数量是自己好几倍的 V4-Pro 预览版——2026 年下半年大模型竞争，后训练数据质量和方法的重要性正在逼近甚至超过单纯堆参数。
混合注意力机制：CSA+HCA、mHC、Muon 优化器。根据技术报告《DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence》，V4 系列在架构上做了三处关键改动：
- 混合注意力架构：结合压缩稀疏注意力（CSA）与高度压缩注意力（HCA），对外统一称为「DSA 稀疏注意力」，核心目的是在长上下文场景下降低计算和显存开销；
- 流形约束超连接（mHC）：对传统残差连接结构做了改进；
- Muon 优化器：替换传统优化器，用于提升训练收敛速度和稳定性。
三项改动叠加的效果是：在 100 万 token 上下文场景下，V4-Pro 相比前代 V3.2，单 token 推理所需 FLOPs 仅为 27%，KV Cache 占用仅为 10%（DeepSeek 官方公布指标，尚未看到独立第三方复现验证）。
自研 Agent 框架 Harness 首次亮相。7 月 31 日 changelog 里第一次正式出现「DeepSeek Harness」——用于让模型读写文件、调用工具、执行命令、完成端到端工程任务，对标 Claude Code。官方公开的 Agent 跑分（Terminal Bench 2.0、Toolathlon 等）全部是用 Harness 的「极简模式」（minimal mode）测出来的，DeepSeek 在 changelog 里也主动提示：「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」。
横向对比：中国开源大模型的「六边形混战」
| 模型 | 实验室 | 发布/权重时间 | 总参数 | Artificial Analysis Intelligence Index | 单任务平均成本 |
|---|---|---|---|---|---|
| DeepSeek-V4-Flash-0731 | DeepSeek | 2026-07-31（官方版） | 284B | 50 | $0.03 |
| Kimi K3 | 月之暗面 | 2026-07-16预览 / 07-27权重 | 2.8T | 57 | $0.86 |
| GLM-5.2 | 智谱/Z.ai | 2026年6月 | ~744B | 比 V4-Flash 高约 1 分 | 未在本次调研范围内核实 |
| Qwen3.8-Max | 阿里 | 2026-08-02 GA | 2.4T | 未在本次调研范围内核实 | 未在本次调研范围内核实 |
| GPT-5.6 Sol | OpenAI | 闭源 | 未公开 | 比 V4-Flash 高 9 分以上 | $1.86 |
| Claude Fable 5 | Anthropic | 闭源 | 未公开 | 比 V4-Flash 高 9 分以上 | $3.15 |
Intelligence Index 与单任务成本数据引自 Artificial Analysis（第三方独立评测）；DeepSeek 官方跑分为厂商自报，两组数据评测方法和权重不完全一致，不能直接相加比较。V4-Flash 的单任务成本约为 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「够用的智能 + 极致的价格」。更多竞品定价背景可参考本站 GPT-5.6 降价与 API 定价对比，以及 Qwen3.8-Max 发布解读。
可引用技术信息与数据来源
- 后训练驱动性能跃升：284B/13B 架构不变，V4-Flash-0731 在 Terminal Bench 2.0 拿到 82.7 分，反超 V4-Pro 预览版的 67.9 分（DeepSeek 官方 changelog，Harness minimal mode 测得）。
- 长上下文效率：百万 token 场景下 V4-Pro 单 token FLOPs 为 V3.2 的 27%，KV Cache 为 10%（DeepSeek 技术报告）。
- 独立评测成本对比：Artificial Analysis 单任务平均成本 V4-Flash $0.03 vs Kimi K3 $0.86 vs Claude Fable 5 $3.15（第三方独立评测，经财经媒体转引）。
- OpenRouter 调用量：V4-Flash 预览版曾连续七周稳坐调用量第一（社区观察，反映大规模 Agent 场景对性价比的偏好）。
以下为可核验官方与第三方来源，发布前请以最新公告为准：
Hugging Face DeepSeek 模型卡（DeepSeek-V4-Pro、DeepSeek-V4-Flash）
争议点：跑分好看，不代表没有水分
- 跑分方法依赖 Harness，官方自己都在提醒别只看数字。Agent 类跑分全部基于 DeepSeek 自研且尚未公开发布的 Harness 极简模式测得（max 档位、top_p=0.95、temperature=1.0），在独立社区复现之前应视为「厂商自报＋特定框架」结果。
- 海外开发者反馈了具体的可用性问题。据 21 世纪经济报道援引的海外开发者社区反馈，V4-Flash 正式版存在输入缓存命中率偏低、安全分类器偶发超时等问题。
- V4-Pro 官方版和 Harness 的具体上线时间目前未经证实。「8 月 10–20 日 GA」等窗口为未署名消息源或社区传言，DeepSeek 官方 changelog 原话只是「将尽快发布」。
- 企业融资与 IPO 传闻同样需要谨慎对待。多家媒体报道 DeepSeek 近期完成约 74 亿美元融资、估值约 487 亿美元等信息，目前主要来自财经媒体「据报道」「消息人士称」，尚无官方或监管备案文件直接确认。
影响与背景：从「梁白开」到「梁圣」，价格战进入下一轮
在 V4 正式版发布之前，因 Pro 版本迟迟没有兑现「7 月中旬全量上线」的预期，中文 AI 社区一度把 DeepSeek 创始人梁文锋戏称为「梁白开」。V4-Flash-0731 上线后，因实际表现超出预期，不少网友又把「梁圣」的称号还了回去。
更值得关注的是中文开发者社区流传的「斩杀线」说法：DeepSeek 凭借「够用的性能 + 极端低价」给同行设下门槛——友商模型若性能没有明显超过 DeepSeek，又拿不出更低价格，就会在市场上失去存在感。这也解释了近期 GPT-5.6 Luna 低价版一次性降价 80% 等密集调价动作。7 月 31 日 V4-Flash 正式版上线当天，英伟达、博通、AMD 等算力芯片股并未出现明显波动——市场似乎已习惯「DeepSeek 式效率突破」叙事，不再简单把「用更少算力做到同等效果」等同于「利空算力股」。
FAQ
DeepSeek V4 和之前的 V3.2 相比，最大的区别是什么？
最直接的区别是原生支持 100 万 token 上下文，且长上下文场景下的计算和显存开销大幅降低（官方数据：V4-Pro 在百万 token 上下文下所需 FLOPs 仅为 V3.2 的 27%，KV Cache 仅为 10%）。此外 V4 系列在 Agent 能力上做了专项优化，适配了 Claude Code、OpenCode 等主流 Agent 工具。
日常使用应该选 V4 Flash 还是 V4 Pro？
如果只是普通对话、简单任务或者需要大规模、低成本调用（比如批量处理、Agent 流水线），目前的 V4-Flash-0731 官方版性价比更高，且 Agent 跑分已经反超 V4-Pro 预览版。如果任务涉及更深的世界知识或复杂推理，且预算不敏感，可以先用 V4-Pro 预览版，等官方版上线后再评估是否需要切换。
现在能用上 V4 Pro 官方版吗？
截至本文发稿（2026 年 8 月 5 日），还不能。目前上线的官方版只有 V4-Flash-0731，且仅限 API 调用，App 和网页端还是旧版本。V4-Pro 官方版和自研 Harness 框架官方口径是「尽快发布」，没有确切上线日期。
DeepSeek 公布的跑分能直接相信吗？
建议区分对待。像 SWE-bench Verified 这类被广泛采用、方法论透明的第三方基准，可信度相对较高；但 Terminal Bench 2.0 等 Agent 类跑分是用 DeepSeek 自研且未公开的 Harness 测出来的，官方自己也提示这类数字对框架选择高度敏感，建议等社区用其他 Agent 工具独立复现后再下结论。
这次更新对普通开发者有什么实际影响？
如果你在用 OpenAI ChatCompletions 或 Anthropic 格式的 API 接入 DeepSeek，不需要改代码，deepseek-v4-flash 这个 model 名会自动指向新的官方版本。如果你此前用的是已经停用的 deepseek-chat/deepseek-reasoner，需要尽快切换到新命名，官方已在 7 月 24 日正式停用旧名称。
DeepSeek V4-Flash-0731 把「够用智能 + 极致低价」的 Agent API 路线推到了新高度，但 Harness 尚未公开、V4-Pro 官方版仍无确切日期——在第三方复现完成之前，若你需要在真实 Apple Silicon 硬件上验证本地 Agent 工作流、对比不同 harness 下的实际表现，一台整机独享、可随时重置环境的物理主机往往比共享 GPU 集群更可控。VMSPIN 按天起租的云端 Mac mini 提供 MDM 自动交付与 SSH + VNC 双通道接入，适合短期 benchmark 与多工具链对比；若你还在评估 API 成本与本地部署方案，可结合 Mac mini M4 租赁全解析 与 定价页 一起测算。