框架原封 参数不增 专心致 琢练真功一翻手掌 硕果金红看专家愕 对手恐 众人朋
开源高举 大匠雄风 性价高 普惠共同发展 良性多赢赞深思远 技术高 创新星
跋：DeepSeek-V4-Flash 正式版已经在7月31日上线公测了！
这次升级最大的亮点是 Agent 能力大幅增强，在多项基准测试中，正式版的成绩远超 4 月上线的 V4-Pro 预览版。比如代码修复基准 DeepSWE 从 7.3 暴涨到 54.4，涨幅超过 640%，终端操作、网络攻防、工具调用等分数也大幅领先。
模型本身没改架构，总参数 2840 亿、激活参数 130 亿和预览版保持一致，只是通过更精细的后训练策略调优，就实现了性能飞跃。这证明了一个方向：选对训练方法，轻量级模型一样能变得很聪明。
对开发者来说，性价比很高。原生支持 OpenAI 的 Responses API 格式，还针对性适配了 Codex，开发者不用改 Base URL 就能切换模型。价格方面，百万 tokens 输入只要 1 元，缓存命中更是低至 0.02 元，输出 2 元，成本优势明显。
还有个关键点：全部核心算子基于 Triton 自研，脱离了英伟达 CUDA 生态，国产 GPU 和通用算力卡不用厂商定制适配就能直接部署，不再被“卡脖子”了。
V4-Flash 正式版最大的变化在"代理能力"，也就是 Agent 行为建模和指令理解执行。据开发者实测，在Agent 终极测试里得分 25.2，已经逼近 Opus-4.8 的 25.7，而之前 V4-pro 预览版只有 15.8，等于正式版把代理能力抬到了一个可用、甚至好用的区间。
更关键的是成本。即便 OpenAI 已经把 GPT-5.6 降价 80%，DeepSeek 在自家 API 上的单任务成本仍低约 60%，核心原因是它给了接近 98% 的缓存命中折扣，远超行业普遍的 90%。对跑长上下文、反复调同一段 prompt 的场景，这笔账省得肉眼可见。
