DeepSeek V4 Flash正式版再掀AI革命

陶朱，金色财经

摘要：2026年7月31日，DeepSeek-V4-Flash 官方 API 正式上线公测。通过后训练与 Agent 框架优化，将 DeepSWE 榜单成绩从 7.3 提升至 54.4，Cybergym 得分翻倍至 76.7，部分硬榜表现接近 Claude Opus 4.8。V4-Flash以超低成本引人关注，甚至不足Anthropic旗舰模型Claude Fable 5的1%。从GPT到DeepSeek，中国AI正在从“追赶式提升性能”进入“重新定义AI基础设施”的阶段。

一、DeepSeek V4系列概览

根据官方资料，DeepSeek-V4系列此前已经包含两个版本：DeepSeek-V4-Pro、DeepSeek-V4-Flash。

DeepSeek-V4-Pro总参数约1.6万亿（1.6T），激活参数49B；DeepSeek-V4-Flash总参数284B，激活参数13B。两个版本均支持百万Token上下文窗口。

V4-Flash-0731版本，没有改变基础架构，而是在原有模型基础上进行了后训练优化。据公开信息，新版本重点提升：Agent任务能力、Coding能力、工具调用能力、长链路任务执行能力。官方测试数据显示，在多个代码Agent测试中，V4-Flash-0731取得明显提升，包括Terminal Bench、NL2Repo、CyberGym等指标。

DeepSeek V4系列最大的技术变化之一，是百万Token上下文支持。

在传统AI模型中，用户上传几十页文件后，AI可能会遗忘前文内容，执行长任务存在困难。而百万Token上下文支持则意味着模型可以一次处理大型代码库、企业数据库文档、长篇研究报告等诸多繁杂资料。DeepSeekV4系列通过新的注意力机制降低长上下文计算成本，包括稀疏注意力结构等方面的优化。

二、DeepSeek V4-Flash-0731正重新为AI定价

DeepSeek的R1 模型曾在 2025 年初引发全球轰动，导致全球科技股遭抛售，并引发了人们对美国公司在 AI 领域巨额投入的质疑。

而今，DeepSeek V4-Flash-0731又一次为AI定价，注定再度成为AI赛道万众瞩目的焦点。

据研究机构 Artificial Analysis，DeepSeek V4-Flash 的收费标准为每百万输入 Token（标记）0.14 美元，每百万输出 Token 0.28 美元（Token 是衡量 AI 使用量的数据单位）。

Artificial Analysis 估算，V4-Flash 的平均测试成本为 3 美分；相比之下，Moonshot AI（月之暗面）的 Kimi K3 成本为 86 美分，OpenAI 的 GPT-5.6 Sol 为 1.86 美元，Claude Fable 5 则为 3.15 美元。

这种比较比单纯看价格更能真实反映价值，因为它考虑了模型完成任务所需处理和生成的数据量。如果一个模型需要更多步骤才能得出答案，即使其标称价格较低，最终成本也可能很高。 

Artificial Analysis 指出，DeepSeek 的 V4-Flash 模型在其“智能指数”中获得了 100 分满分中的 50 分；该指数综合了涵盖编程、推理及职场类任务等九项基准测试的结果。这一得分与谷歌的 Gemini 3.6 Flash 持平，但比 Meta的 Muse Spark 1.1 以及 Z.AI（智谱 AI）的 GLM-5.2 低 1 分。相比之下，Moonshot 的 Kimi K3 得分为 57 分，而 Anthropic 的 Claude Opus 5、Fable 5 以及 OpenAI 的 GPT-5.6 的得分则高出 9 分或更多。

根据公开测试数据，DeepSeek-V4-Flash-0731在多个AI Agent基准测试中表现亮眼。在Terminal Bench 2.1测试中，其取得82.7分，仅略低于Claude Opus 4.8的85分；在DeepSWE、Toolathlon等软件工程和工具调用测试中，也接近顶级闭源模型。这意味着国产大模型竞争正在从参数规模竞争，转向推理效率、Agent能力和商业落地能力竞争。

更高端的 V4-Pro 正在研发中，但 DeepSeek 尚未透露何时正式问世。

The Next Web 指出，V4-Flash-0731的目标用例是规模——例如面向客户的聊天机器人、开发人员工具和自动化后台工作流程，这些应用会产生数百万个请求，即使是微小的单位节省也能转化为显著的成本差异。

DeepSeek大幅降低了AI调用成本，却可以保持强悍的性能，性价比拉满，使创业团队或个人开发者也可以调用高级模型，推动AI向基础设施方向迈进。

三、AI正进入效率为王时代

过去的AI竞争注重的是谁拥有更多GPU、手握更多资本加持、更大模型。行业一直默认更大的算力投入，会带来更强的模型能力。

直到DeepSeek打破了这一认知——能用最低的成本实现接近顶级AI模型的能力。DeepSeek通过MoE（混合专家模型）、强化学习训练、数据效率优化等降低了训练和推理成本。

更具有颠覆意义的是，DeepSeek正在尝试成为AI时代的大模型基础设施。

OpenAI、Anthropic、谷歌、xAI等公司的大模型都是闭源，用户只能通过API或产品调用模型。闭源模式的优势在于能够集中资源进行模型训练，拥有更强的技术控制能力，并且能够提供更加成熟稳定的商业服务。

DeepSeek、阿里千问、智谱部分GLM模型则是开放权重模式。在该模式下，用户可以训练自己的AI。模型不再只是API接口，而是成为了基础设施。这也将进一步降低用户成本。用户不需要再购买昂贵的API，而是可以在下载模型后，进行私有化部署，尤其对数据隐私要求高的企业十分友好。

据Kilo数据显示，过去24小时，Kilo Code平台使用量最高的模型是deepseek-v4-flash，Kilo Code用户通过该模型处理了约1597亿个Token。在程序开发场景中，DeepSeek V4 Flash已经成为开发者最常调用的模型之一。

DeepSeek V4-Flash-0731问世的意义，并不仅仅是推出一个性能更强的模型。更重要的是，它正在推动AI产业从只有少数公司拥有AI能力转向全球开发者共享AI基础设施生态。

四、业内人士怎么看待DeepSeek V4-Flash-0731？

在开发者社区中，0731版本获得大量关注，据Reddit用户No_Tip9917实测：

今天下午我试用了 Deepseek v4 flash 0731。我给它布置了一个之前只有 5.6 Sol 才能完成的复杂任务：完成一个存在几个未知 bug 的未完成网站。之前的 Deepseek v4 pro 让我走了无数弯路，但新的 flash 0731 却能一路调试，直到真正解决问题并完成所有缺失的功能。虽然我不能断言它比 GLM 5.2 或 GPT 5.5 更好，但我感觉它们水平相当！

最不可思议的是：工作了30分钟后，5小时滚动使用量竟然没有增加哪怕一个百分点。哈哈，用着GLM5.2级别的模型，却几乎无限使用，感觉真是太棒了！

但后来我开始担心，一旦大家都涌向他们，更何况新的Pro版本还没发布。他们还能以目前的价格和速度提供服务吗？我们已经看到GLM涨价，Kimi也停止接受新用户了。我觉得Deepseek也会面临同样的情况。我真心希望LLM这种水平和价格能成为标准，Deepseek能承受得住价格上涨吗？我想听听大家的意见！

somerussianbear指出：

我今天花了 1.1 亿个代币，价值 0.77 美元，只有在欧洲上午（中国下班时间）时速度比较慢，所以很值得。我对这个测试版（称之为测试版简直不可思议）感到非常惊喜。

for4f回复somerussianbear的帖子：

1.1亿个代币只要0.77美元，简直太划算了。说实话，这就是Flash的优势所在，一旦价格低到这种程度，你就不用再费心计算了，出错了直接重试，不用再纠结于提示信息。欧洲早盘交易放缓，中国非交易时段也是如此。不过，即便交易缓慢，这个价格也完全可以接受。

在DeepSeek上线公测的X帖子下，很多用户留言。

• @AYi_AInotes指出：DeepSeek V4-Flash 82.7，价格只有 $0.14 / $0.28，性价比直接碾压旁边的闭源模型！

• @superdoccimo指出：这下我明白美国人为什么放弃昂贵的Claude，转向DeepSeek了。DeepSeek-V4-Flash官方API进入公开测试版。Agent功能大幅增强，原生支持Responses API。而且还针对Codex进行了优化。我实际已经在使用DeepSeek API了。性能高还不止于此。它让个人也能以可负担的价格持续运行多个AI agent，这点真的太感谢了。多亏DeepSeek，即使不是大企业，也能进入AI agent的实际运营时代了。真的非常感激。作为谢礼，我创作了一首叫“DeepSeekMAN”的歌。献给DeepSeek团队和全世界的DeepSeek用户。

还有不少网友用图片调侃当前的AI竞争格局。