DeepSeek V4 Flash正式版上线：跑分逼近Opus 4.8，价格却只要几十分之一，Pro版还要再等等

如果你在 2026 年 8 月评估国产开源大模型的 Agent 性价比，DeepSeek V4-Flash-0731 正式版是绕不开的名字。7 月 31 日，DeepSeek 将同一套 284B 参数模型重新后训练后推为官方版：跑分反超更大的 V4-Pro 预览版，API 价格仅为 Claude Opus 4.8 的几十分之一——但旗舰 V4-Pro 官方版与自研 Agent 框架 Harness 仍未上线。本文梳理从 4 月预览到 7 月正式版的三个月时间线、核心定价与竞品对比矩阵，拆解跑分背后的 Harness 依赖与四个争议点，并给出六步接入清单。

SECTION 01 DeepSeek V4 Flash 正式版上线前，开发者最该警惕的四个信号

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。把版本迭代放进三个月时间线，比单看一张跑分表更能判断风险。

• 跑分方法依赖 Harness，官方自己都在提醒别只看数字：V4-Flash-0731 公布的 Agent 类跑分（Terminal Bench 2.0 拿到 82.7 分）全部基于 DeepSeek 自研且尚未公开发布的 Harness 极简模式测得。在独立社区复现之前，这组数字应被视为「厂商自报＋特定框架」结果，而非可以直接横向套用到 Claude Code、Cursor 等框架上的通用能力。
• 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，和「跑分暴涨」的营销叙事形成一定反差。
• V4-Pro 官方版和 Harness 上线时间未经证实：多家中文媒体报道「内部测试」和「8 月 10–20 日 GA」等具体窗口，但 DeepSeek 官方 changelog 的原话只是「将尽快发布」，没有给出确切日期——读者应以此为准，不要把猜测当成官方计划。
• 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的「据报道」「消息人士称」，尚无 DeepSeek 官方或监管备案文件的直接确认。

时间线速览：

• 2026 年 4 月 24 日 — DeepSeek-V4 预览版首次发布并开源，包含 V4-Pro（1.6T/49B）和 V4-Flash（284B/13B），均支持 100 万 token 上下文，MIT 协议。
• 7 月 24 日 — 旧接口 deepseek-chat 与 deepseek-reasoner 正式停用，全部流量切换到 V4 系列命名。详见DeepSeek V4 GA 发布解读。
• 7 月 27 日 — 月之暗面 Kimi K3（2.8T 总参数）开源权重上线 Hugging Face，给 DeepSeek 制造了不小的竞争压力。
• 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 正式版一起发布。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」；阿里 Qwen3.8-Max于 8 月 3 日 GA，国产万亿参数大战进入新回合。

SECTION 02 DeepSeek V4 Flash 核心规格与定价数据对照

以下定价均为 DeepSeek、Moonshot、阿里等官方公开数据，属于「厂商自报」信息。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。

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，后训练数据质量的重要性正在逼近甚至超过单纯堆参数。

SECTION 03 架构没变、后训练变了：混合注意力与 Harness 框架拆解

V4-Flash-0731 在参数规模、模型结构上和 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。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），官方对外统一称为「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。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 占用仅为 10%。

7 月 31 日的 changelog 里第一次正式出现 DeepSeek Harness——这是 DeepSeek 自研的 Agent 执行框架，用于让模型读写文件、调用工具、执行命令、完成端到端的工程任务，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（执行框架）的选择非常敏感，不能简单等同于模型本身能力的提升」。

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」的组合，给同行设下了一条门槛——这也解释了近期GPT-5.6 Luna 一次性降价 80%等密集定价调整。V4-Flash 正式版上线当天（7 月 31 日），英伟达、博通、AMD 等算力芯片股并未出现明显波动——市场似乎已经习惯了「DeepSeek 式效率突破」这种叙事。

SECTION 04 DeepSeek V4 Flash vs Kimi K3 vs Qwen3.8-Max：横向对比矩阵

DeepSeek-V4-Flash 的这次更新，恰好卡在中国大模型开源阵营最密集的窗口期。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，两组数据评测方法不完全一致，分开列出。

在 Artificial Analysis 第三方综合指数上，V4-Flash 的「智能分」其实不是最高的，甚至落后于 Kimi K3 和 GLM-5.2；但它的单任务成本只有 Kimi K3 的约 1/29、GPT-5.6 Sol 的约 1/62、Claude Fable 5 的约 1/105。DeepSeek 这次打的不是「跑分第一」，而是「够用的智能 + 极致的价格」——V4-Flash 预览版曾在 OpenRouter 上连续七周稳坐调用量第一。

SECTION 05 DeepSeek V4 Flash 正式版发布后的六步评估与接入清单

1. 确认旧接口已迁移：若仍在使用已停用的 deepseek-chat 或 deepseek-reasoner，须尽快切换到 deepseek-v4-flash 新命名；OpenAI ChatCompletions 或 Anthropic 格式接入无需改代码，model 名会自动指向官方版本。
2. 区分 Flash 与 Pro 的适用场景：普通对话、批量处理、Agent 流水线优先选 V4-Flash-0731（性价比更高且 Agent 跑分已反超 V4-Pro 预览版）；更深世界知识或复杂推理可暂用 V4-Pro 预览版，等官方版上线后再评估切换。
3. 核对缓存命中与高峰计费：正式版存在输入缓存命中率偏低的社区反馈；同时 DeepSeek 已预告高峰时段 2 倍加价（北京时间 9–12 点、14–18 点），24/7 流水线须做调度规划。
4. 对 Harness 跑分保持审慎：Terminal Bench 2.0 等 Agent 类跑分基于未公开的 Harness 极简模式（max 档位、top_p=0.95、temperature=1.0），建议在自己的业务场景用 Claude Code、Cursor 等框架做 A/B，勿仅凭厂商表格迁移生产系统。
5. 横向比价 Kimi K3 与 Qwen3.8-Max：若需要已验证的开源权重与更高 Intelligence Index，Kimi K3 更成熟；若追求极致 API 单价与大规模 Agent 调用，V4-Flash 有压倒性价格优势。
6. 关注 V4-Pro 官方版与 Harness 上线动态：截至 8 月 5 日尚无官方确认日期；网上流传的「8 月 10–20 日」等窗口未经证实，以 DeepSeek 官方 changelog 为准。

SECTION 06 可引用技术数据与权威来源

• Terminal Bench 2.0（厂商自报）：82.7 分，反超 V4-Pro 预览版 67.9 分；基于 Harness 极简模式测得
• 百万 token 上下文效率（官方技术报告）：V4-Pro 相比 V3.2，单 token 推理 FLOPs 仅为 27%，KV Cache 占用仅为 10%
• Artificial Analysis Intelligence Index：V4-Flash 50 分，Kimi K3 57 分，GPT-5.6 Sol 与 Claude Fable 5 均高 9 分以上
• 单任务平均成本（Artificial Analysis）：V4-Flash $0.03，Kimi K3 $0.86，GPT-5.6 Sol $1.86，Claude Fable 5 $3.15
• 价格对比 Claude Opus 4.8（据 21 世纪经济报道）：缓存未命中输入约便宜 36 倍，缓存命中输入约便宜 179 倍，输出约便宜 89 倍
• 开源状态：V4-Flash-0731 权重已于 7 月 31 日同步上线 Hugging Face，MIT 协议

以下链接请在发版或上游更新后再次打开核对：

DeepSeek 官方 API 文档与更新日志

Hugging Face — DeepSeek-V4-Flash 模型卡与开源权重

Artificial Analysis — 第三方模型 Intelligence Index 与成本评测

纯 API 调用看似便宜，但Harness 跑分难以复现、缓存命中率不稳定、V4-Pro 与 Harness 仍未公开——在需要反复试 prompt、联调 Agent 工具链、对比 Kimi K3 与 Qwen 路由的生产环境里，成本与稳定性往往比 headline 跑分更重要。对于需要零损耗原生算力、在 Mac 上本地跑量化模型做 A/B、同时稳定 iOS CI/CD 与 AI Agent 自动化的团队，VPSNIX 的云端物理节点通常是更优解——100% 苹果原装物理机、完整 Root 权限、无 Hypervisor 损耗、按天/周/月弹性下单。结合Mac mini M4 云租赁全解析与定价页评估双栈方案。

SECTION 07 常见问题 FAQ