2026年7月31日，DeepSeek 正式推出 V4-Flash 正式版API 并开启公开公测，这也是今年4月V4系列预览版上线后，该模型迎来的首次重大版本能力升级。

图源：财联社

本次更新聚焦Agent智能体能力，在不改动模型架构与参数规模的前提下，实现了全方位性能跃升，多项实测数据刷新国产轻量化模型纪录。

本次升级有一个非常关键的事实前提：V4-Flash 正式版与此前预览版模型结构完全一致。依旧采用 MoE 混合专家架构，保持2840亿总参数、130亿激活参数、100万超长上下文规格，全程无扩容、无架构迭代，仅通过精细化后训练优化，完成能力跨越式升级。

同时官方明确说明，本次更新仅针对 V4-Flash API 生效，现阶段 V4-Pro 预览版、网页端与 App 模型均未同步更新。

本次升级最核心的变化，是Agent 智能体实操能力大幅增强。官方公布的9项专业基准测试数据，全部真实可查，提升幅度十分直观。

在终端实操能力测试 Terminal Bench 2.1 中，模型得分从预览版 61.8 提升至 82.7，终端运维、设备操作、指令执行等实操能力大幅提升。在核心代码能力场景，DeepSWE 代码仓库理解与修改得分从 7.3 暴涨至 54.4，涨幅超6倍，可独立完成复杂项目读码、改错、迭代开发工作。

其余专项实测数据同样亮眼：网络安全专项 Cybergym 得分76.7，工具调用专项 Toolathlon-Verified 得分70.3。针对2026年全新上线、贴合真实职场任务的两大智能体综合评测，Agent Last Exam 得分25.2、Automation Bench Public 得分25.1。在全栈开发、高难度编码测试中，分别拿下 68.7、59.6 的高分，整体实力全面超越此前的 V4-Pro 预览版。

图源：deepseek

本次升级后，两大权威AI评测平台同步更新榜单数据，客观印证模型综合实力。Artificial Analysis 智能指数显示，V4-Flash 正式版得分50分，较旧版提升10分，仅落后 GPT-5.6 Luna（51分）1分，成功跻身全球第一梯队。

本次 V4-Flash 为轻量化 MoE 模型，官方横向对标国产 GLM-5.2、海外 Opus 4.8 两大主流模型。GLM-5.2 拥有7440亿总参数、400亿激活参数，参数规模远高于 V4-Flash。在本次升级重点优化的Agent、代码、终端实操专项基准测试中，V4-Flash 正式版表现优于 GLM-5.2，整体综合性能逼近 Opus 4.8，是国产轻量化模型中的优质水平。

除性能升级外，本次更新的极致性价比是最受开发者关注的核心亮点。V4-Flash 正式版 API 定价公开透明：输入 0.14 美元/百万Token，输出 0.28 美元/百万Token，缓存场景调用价格极低。

横向对比行业主流模型，成本优势明确：官方数据显示，即便 OpenAI 将 GPT-5.6 Luna 降价80%，V4-Flash 单任务调用成本仍低60%，相较 Claude Opus 4.8 具备显著价格优势。网传同款自动化代码任务的速度对比为第三方实测参考，仅作参考，非官方标定数据。

在 Arena.ai 前端代码跑分榜单中，V4-Flash 以 1586分 更新榜单成绩。申万宏源、国联民生证券发布研报点评：V4-Flash 具备轻量化、高性能、低成本的特点，夯实国产AI性价比优势，能够降低AI应用落地门槛，利好AI应用产业链发展。

结合官方说明与实测体验，本次升级的适用场景与客观局限也十分清晰，全部为事实呈现。能力层面，本次升级红利集中在代码开发、终端运维、工具调用、网络安全等专业生产力场景，通用文案创作、创意生成、复杂推理等场景提升有限，并非全场景通用型模型。

使用层面，新版高阶能力目前仅对API开发者开放公测，普通用户无法在网页端、App 体验最新升级效果，大众感知较弱。同时本次高分数据主要对标自家旧版预览模型，相较于尚未发布的 V4-Pro 正式版，仍存在一定性能差距。

整体来看，本次 DeepSeek V4-Flash 正式版升级，是一次针对性的能力优化迭代。在不改动模型架构与参数的前提下，通过后训练优化，显著提升了Agent与代码实操能力，同时具备突出的成本优势，为国产轻量化AI模型的迭代与落地应用提供了新方向。

互动留言

你是否体验过 DeepSeek V4 系列模型？你觉得本次升级对AI开发落地帮助大吗？

免责声明：本文仅为智财经评论，不构成任何投资建议。文中涉及的企业数据、监管事件均来自公开信息，仅供参考，具体以官方发布为准。图片来源网络，如有版权，请联系删除。

欢迎在评论区留下你的想法！

AI智能财经洞察每日见