2026 年 7 月 31 日，DeepSeek 將 V4-Flash 升級為官方正式版（build 0731）：284B 總參數 / 13B 激活規模不變，僅靠重新後訓練就在多項 Agent 基準上反超自家更大的 V4-Pro 預覽版，API 定價僅為 Claude Opus 4.8 的幾十分之一。旗艦 V4-Pro 官方版與自研 Agent 框架 Harness 仍未發布。
本文面向接入 DeepSeek API、搭建 Agent 流水線、評估國產開源大模型性價比的開發者：梳理4 月至 8 月完整時間線、官方定價與第三方 Intelligence Index 對照、CSA+HCA 架構與 Harness 跑分敏感性、Kimi K3 / GLM-5.2 / Qwen3.8-Max 橫向對比、跑分爭議與「斬殺線」價格戰背景，並給出六步 API 遷移清單與 FAQ。讀完應能回答：現在該用 Flash 還是 Pro、跑分能不能信、舊介面怎麼切。
01 DeepSeek V4 Flash 正式版時間線：從 4 月預覽到 7 月 API 公測
這不是一次「換架構發新模型」，而是同一套 284B MoE 在三個月視窗內的連續迭代——每一步都被社群放大討論：
- 2026 年 4 月 24 日：DeepSeek-V4 預覽版首次發布並開源，含 V4-Pro（1.6T 總參數 / 49B 激活）與 V4-Flash（284B / 13B），均支援 100 萬 token 上下文，MIT 協議。
- 2026 年 7 月 24 日：舊介面模型名
deepseek-chat與deepseek-reasoner正式停用，全部流量切換到 V4 系列命名。 - 2026 年 7 月 27 日：月之暗面 Kimi K3（2.8T 總參數）開源權重上線 Hugging Face，給 DeepSeek 製造直接競爭壓力。
- 2026 年 7 月 31 日：
deepseek-v4-flash正式版（0731）進入 API 公測，開源權重同步 Hugging Face；changelog 首次點名自研 Agent 框架 Harness，稱將隨 V4 正式版發布。僅限 API——App 與網頁端暫未同步。 - 截至 2026 年 8 月 5 日：V4-Pro 官方版仍是「盡快發布」，無官方確認日期。部分中文媒體援引未署名消息源稱內部測試已在 7 月 28 日那週啟動、GA 視窗或在 8 月 10–20 日——未經 DeepSeek 官方證實，僅供參考。
性能提升完全來自後訓練，而非擴大參數——284B Flash 在 Agent 基準上反超 1.6T V4-Pro 預覽版，說明 2026 年下半年競爭焦點正在從「堆參數」轉向「後訓練品質」。
02 DeepSeek V4 Flash 定價與競品參數對照（2026 年 8 月）
以下定價均為廠商公開數據（「廠商自報」），DeepSeek 已預告未來將對 API 啟用北京時間 9–12 點、14–18 點高峰時段 2 倍加價，截至發稿未公布具體生效日期。
| 模型 | 狀態 | 總參數 / 激活 | 輸入（快取未命中/命中，$/百萬 token） | 輸出（$/百萬 token） |
|---|---|---|---|---|
| DeepSeek-V4-Flash-0731 | 官方正式版（07-31） | 284B / 13B | $0.14 / $0.0028 | $0.28 |
| DeepSeek-V4-Pro | 預覽版（官方版未發布） | 1.6T / 49B | $0.435 / $0.003625 | $0.87 |
| Kimi K3 | 權重開源（07-27） | 2.8T / 約 104B（社群估算） | $3.00 / $0.30 | $15.00 |
| GLM-5.2 | 開源（2026 年 6 月） | ~744B / ~40B | 本文未獨立核實 | |
| Qwen3.8-Max | API GA（08-02），權重待放出 | 2.4T / 95B | $2.00 / ~$0.17–0.25 | $6.00 |
第三方評測機構 Artificial Analysis 的 Intelligence Index 與單任務成本（經財經媒體轉引）呈現另一種視角：
| 模型 | Intelligence Index | 單任務平均成本 |
|---|---|---|
| DeepSeek-V4-Flash-0731 | 50 | $0.03 |
| Kimi K3 | 57 | $0.86 |
| GPT-5.6 Sol | 比 Flash 高約 9 分 | $1.86 |
| Claude Fable 5 | 比 Flash 高約 9 分 | $3.15 |
V4-Flash 的智能分並非最高，但單任務成本約為 Kimi K3 的 1/29、Claude Fable 5 的 1/105——DeepSeek 打的是「夠用智能 + 極致價格」，而非「跑分第一」。
03 後訓練如何「變出」跑分：CSA+HCA、Harness 與百萬上下文效率
架構沒變，變的是後訓練。 DeepSeek 官方明確：V4-Flash-0731 與 4 月預覽版參數規模與結構完全相同，性能提升完全來自重新後訓練。技術報告《DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence》描述三處關鍵架構（自 4 月預覽沿用）：
- 混合注意力（CSA + HCA）：對外稱 DSA 稀疏注意力，降低長上下文計算與顯存開銷。
- 流形約束超連接（mHC）：改進傳統殘差連接結構。
- Muon 優化器：替換傳統優化器，提升訓練收斂速度與穩定性。
官方指標（尚未見獨立第三方複現）：百萬 token 上下文下，V4-Pro 單 token 推理 FLOPs 僅為 V3.2 的 27%，KV Cache 佔用僅為 10%。
Harness 首次亮相。 7 月 31 日 changelog 正式命名 DeepSeek Harness——自研 Agent 執行框架，對標 Claude Code，用於檔案讀寫、工具呼叫與端到端工程任務。此前 DeepSeek 模型主要依賴 Claude Code、OpenCode 等第三方工具。官方 Agent 跑分（Terminal Bench 2.0、Toolathlon 等）全部用 Harness「極簡模式」（minimal mode）測得，參數為 max 檔位、top_p=0.95、temperature=1.0。changelog 主動提示：「跑分對 harness 選擇非常敏感」——這句話值得讀者留意。
據 21 世紀經濟報導轉引海外開發者反饋，正式版還存在輸入快取命中率偏低、安全分類器偶發逾時等可用性問題，與「跑分暴漲」敘事形成一定反差。
04 Kimi K3、GLM-5.2、Qwen3.8-Max 混戰與六步 API 遷移落地
V4-Flash-0731 落在中國大模型開源陣營最密集視窗期。對 Agent 與批量呼叫場景，選型邏輯已從「誰跑分最高」轉向「誰能在可接受智能下限內把帳單壓到最低」。
六步落地指南（遷移到 V4-Flash-0731 官方版）：
- 核對舊模型名是否已停用： 自 7 月 24 日起
deepseek-chat/deepseek-reasoner已退役，須改用deepseek-v4-flash或deepseek-v4-pro（預覽）。 - 確認呼叫入口： 0731 正式版僅限 API，App 與網頁端可能仍為舊版；生產環境以 API changelog 為準。
- 保持 SDK 相容： OpenAI ChatCompletions 與 Anthropic 格式接入無需改程式碼，
deepseek-v4-flash會自動指向新官方版本。 - 區分兩類跑分： SWE-bench Verified 等第三方廣泛採用的基準可信度較高；Terminal Bench 2.0 等 Agent 跑分依賴未公開的 Harness，勿直接橫向套用到 Claude Code / Cursor。
- 在真實工作流 A/B 測試： 用自有程式碼庫與 Agent 流水線對比 Flash、Kimi K3、Qwen3.8-Max 的實際成功率與 Token 帳單，勿僅憑廠商自報數字遷移。
- 關注 V4-Pro 與 Harness GA： 官方 changelog 僅寫「盡快發布」；任何「8 月 10–20 日」具體視窗均屬未證實傳言，以 DeepSeek 官方帳號與 api-docs 更新為準。
官方文檔與更新日誌請參閱 DeepSeek API 文檔站（發版後請再次打開連結核對最新定價與模型名）：
05 跑分爭議、斬殺線與 Agent 基礎設施選型收束
- Terminal Bench 2.0： V4-Flash-0731 廠商自報 82.7 分，V4-Pro 預覽版 67.9 分——均基於未公開 Harness minimal mode，應視為「廠商 + 特定框架」結果。
- 價格倍率（據 21 世紀經濟報導）： 相對 Claude Opus 4.8，快取未命中輸入約便宜 36 倍，快取命中輸入約 179 倍，輸出約 89 倍（廠商標價，非獨立審計）。
- 「斬殺線」： 中文開發者社群用語，指 DeepSeek「夠用性能 + 極端低價」組合給同行設下的生存門檻——友商若性能無明顯超越又無法更低定價，便可能失去市場存在感。
FAQ 速答
- V4 和 V3.2 最大區別？ 原生 100 萬 token 上下文，長上下文 FLOPs / KV Cache 大幅壓縮；Agent 能力專項優化，適配 Claude Code、OpenCode 等工具。
- 日常選 Flash 還是 Pro？ 批量呼叫、Agent 流水線優先 Flash-0731；更深世界知識與複雜推理可暫用 Pro 預覽版，等官方版再評估。
- V4-Pro 官方版能用了嗎？ 截至 8 月 5 日不能；僅 Flash-0731 為官方版且限 API。
- 跑分能直接信嗎？ 第三方廣泛基準可參考；Harness 依賴型 Agent 跑分建議等社群用 Claude Code / Cursor 獨立複現。
若 Agent 工作流完全押在雲端 API上，短板是網路延遲、Token 帳單波動與模型路由變更；純本地 Hugging Face 權重部署則受統一記憶體、7×24 穩定性與多節點擴展限制。對需要完整 macOS 環境跑 Claude Code、OpenCode、OpenClaw 與 Xcode CI/CD、且希望節點 7×24 線上的團隊，CALMVPS 裸金屬 Mac Mini M4 租賃通常是更優解：獨占 Apple Silicon、六地節點彈性切換、120 秒交付。機型與即時價格見 CALMVPS 定價頁。
發布前請核實最新定價、跑分及 V4-Pro / Harness 上線狀態，本文數據截至 2026 年 8 月 5 日。