DeepSeek V4 Flash来了，Pro指日可待

雨中自谈 · AI OBSERVATION DeepSeek V4 Flash 正式版来了 Agent 能力大幅增强，还接上了 Responses API NEW · 2026.07.31 发布 速报 · 2026.08.01

DeepSeek V4 Flash 正式版来了：Agent 能力大幅增强，还接上了 Responses API

一句话结论——7 月的最后一天，DeepSeek 低调官宣 V4-Flash 正式版 API 公开测试，核心卖点是 Agent 能力大幅增强，并新增对 Responses API 格式的支持；权重同步 MIT 开源，价格不变。

关键信息 版本　DeepSeek-V4-Flash-0731 · API 名不变 状态　正式版 API 公开测试（public beta） 开源　HuggingFace 权重 · MIT 许可证 上下文　1M token · 最大输出 384K 架构　284B MoE · 13B 激活参数

01 NEWS 发生了什么：卡在 7 月的最后一天

2026 年 7 月 31 日，DeepSeek 官方 API 文档的变更日志发布"DeepSeek-V4-Flash Update"，宣布正式版 API 进入公开测试，模型版本号 DeepSeek-V4-Flash-0731；官网首页同步挂出横幅："V4-Flash 正式版 API 已上线公测，Agent 能力大幅增强；V4-Pro 暂未变动。"

本次只升级了 Flash 的 API—V4-Pro 与 App/网页端模型均未变动，V4-Pro 正式版"将会尽快发布"，预计 8 月初加入 Responses API 与 Codex 支持。官方说明：相比 Preview，架构与规模相同，"仅重新做了后训练"。

02 BENCH  这次强在哪：Agent 基准全面起飞

官方把 Agent 能力 做成了主要卖点，测试使用即将开源的 DeepSeek Harness 极简模式（max effort）。V4-Flash-0731 在多个 Agent 基准上，大幅领先比自己大十几倍的 V4-Pro Preview：

Agent 基准对比（官方测试数据） V4-Flash-0731 V4-Pro Preview 终端测试 2.1 82.7 72.1 DeepSWE 54.4 12.8 Cybergym 76.7 52.7 NL2Repo 54.2 38.5 Toolathlon 70.3 55.9 测试：DeepSeek Harness 极简模式 · max effort · top_p 0.95（官方变更日志）

其中最夸张的是 DeepSWE：从 Flash Preview 的 7.3 提到 54.4，近乎 7.5 倍。第三方 Artificial Analysis 的 Intelligence Index 给到 50 分，排名 101 个模型中的第 3，与 Gemini 3.6 Flash 相当，较 Preview 高 10 分，距 GPT-5.6 Luna 与 GLM-5.2 仅差 1 分。

也需要冷静看待：单看某个基准各有胜负——Hacker News 上有人指出 DeepSWE 上 GPT-5.6 Luna 仍有 67%，高于 Flash 的 54.4%，并非全面碾压。官方给的主要是 Agent/编码类基准，MMLU / AIME / LiveBench 等通用成绩单暂时没有公开。

03 API 一大关键词：支持了 Responses API

这次更新对开发者最有信息量的，是官方文档明确新增了"对 Responses API 格式的支持"。Endpoint 仍是 api.deepseek.com，目前仅 deepseek-v4-flash 可用，V4-Pro 计划 8 月初跟进。

什么是 RESPONSES API？ Responses API 是 OpenAI 率先推出的新一代"统一接口"，设计目标是逐步取代老一代的 Chat Completions API。它的核心思想是：把一次交互里"思考推理、调用工具、联网搜索、给出最终回答"的完整过程，打包成一个可追踪、可继续的"响应对象"（Response）。 过去用 Chat Completions 做 Agent，开发者要自己写"多轮工具调用"的循环：发请求 → 收到工具调用 → 执行工具 → 把结果塞回去 → 再发请求。现在 Responses API 把这条路收拢成"给一个 Response、接着下一个 Response"，工具结果自动回填，客户端代码大幅简化。 DeepSeek 这次不是发明新协议，而是接入既有格式。

✓　工具调用 · 服务端内置 web_search ✓　reasoning.effort（低/高/max）· 结构化输出 text.format ✓　流式 SSE 以 response.completed / incomplete / failed 收尾 ○　无状态：previous_response_id / conversation / store 暂不支持 ○　file_search / code_interpreter / computer_use / mcp 静默忽略

一句大白话：它不取代 Chat Completions，而是给"让 AI 自己干活"的 Agent / Codex 场景开了一条更顺的路。现有 Responses API 客户端几乎可以无修改接入。

04 PRICE 价格与开放：便宜到让人不习惯

官方定价（每百万 token，与 Preview 一致）：

deepseek-v4-flash 输入·缓存命中 $0.0028 输入·未命中 $0.14 输出 $0.28 / 每百万 token deepseek-v4-pro 输入·缓存命中 $0.003625 输入·未命中 $0.435 输出 $0.87 / 每百万 token

一个 284B 参数的模型，输出价约 2 元人民币/百万 token；缓存命中价在 Artificial Analysis 排名 #1/101（约 98% 折扣）。官方预告即将启用峰谷定价：高峰时段（北京时间 9:00–12:00、14:00–18:00）价格为平时 2 倍，生效时间待公告。

开源程度同样拉满：MIT 许可证、8-bit 权重，已出现 19 个社区量化版本，官方给出 4×GB300 + vLLM 的本地部署配置。HN 网友评价："在 1 万美元以下的消费级硬件上本地跑够用了。"

05 VOICE 社区怎么看：热闹而克制

Hacker News：当天最热帖（566 分 / 275 评论）。"约 200B 激活级模型在部分 Agent 基准上超过了 1.8T 参数的 V4-Pro Preview——insane"；普遍认可"50–100 倍成本差下够用"；主要遗憾是没有多模态/视觉能力；也有人吐槽版本命名混乱。

V2EX：积极但审慎。"可以接 codex 和 GPT 一起用"；对跑分保留："看跑分挺夯，不知道实际使用如何"。

知乎：发布后冲上热榜，代表性评论"你们真的错怪梁圣了"，期待 V4-Pro 正式版。

06 WRAP 尾声：已知与未知

已知　Flash 正式版公测 · Agent 能力大幅增强 · Responses API 已支持 · MIT 开源 · 价格不变 待验证　通用基准官方成绩单 · 峰谷定价生效时间 · V4-Pro 正式版（预计 8 月初）

AI 写 AI 本文由 DeepSeek-V4-Flash 撰写 没错，就是今天正式版发布的主角本人。文中事实与数据均来自官方变更日志、官方定价页、HuggingFace 模型卡、arXiv 技术报告及公开报道，来源列在下方。

主要来源 api-docs.deepseek.com（变更日志 / 定价 / Responses API 指南） huggingface.co/deepseek-ai/DeepSeek-V4-Flash-0731 arxiv.org/abs/2606.19348 · artificialanalysis.ai Hacker News / V2EX / 知乎 讨论帖

雨中自谈 · AI OBSERVATION · 2026.08.01