摘要2026年7月31日DeepSeek悄然上线V4-Flash正式版API公测。这次更新没有改动模型架构2840亿总参数/130亿激活参数的MoE仅通过后训练将Agent能力提升了6倍——DeepSWE从7.3跃升至54.4TerminalBench达82.7逼近Opus 4.8的85.0。更关键的是V4-Flash价格仅为Claude的1/90每百万Token输入$0.14/输出$0.28原生支持Responses API并适配Codex生态。这次发布并非孤立事件——同一日OpenAI宣布GPT-5.6 Luna降价80%两件事指向同一个战场Agent时代的模型供给之争已经从堆参数转向精调优与生态兼容。核心结论DeepSeek V4-Flash正式版证明对于Agent任务而言高质量后训练数据的权重正在超过模型参数规模。一个仅130亿激活参数的轻量模型通过精心的后训练优化可以在关键Agent基准上逼近百倍规模的旗舰模型。与此同时原生Responses API支持和Codex生态适配正在将竞争从模型能力推向开箱即用的Agent工作流兼容性。一、一条悄无声息却意味深长的更新日志7月31日午后没有发布会、没有预热推文DeepSeek官网更新日志中多了一行“DeepSeek-V4-Flash-0731的模型结构、尺寸和DeepSeek-V4-Flash-preview保持一致仅重新进行了后训练。”“仅重新进行了后训练”——这十个字的分量需要放到基准评测表中才能感受。评测基准V4-Flash PreviewV4-Flash 正式版V4-Pro PreviewGLM-5.2Opus 4.8Terminal Bench 2.1-82.772.1 (v2.0)81.085.0NL2Repo-54.2---Cybergym-76.7---DeepSWE7.354.4---Toolathlon verified-70.3---Agent Last Exam-25.2---Automation Bench (Public)-25.1---DSBench-FullStack-68.7---DSBench-Hard-59.6---数据来源DeepSeek API Docs Changelog, 2026-07-31注意Terminal Bench 2.0与2.1非同一版本测试集跨版本直接对比仅供参考最令人震撼的数字是DeepSWE从Preview版的7.3跃升至正式版的54.4Agent编程能力提升超过6倍。我们需要理解这意味着什么什么是DeepSWEDeepSWE是DeepSeek内部的软件工程Agent评测基准模拟真实开发场景中模型从理解需求、编写代码、调试错误到提交PR的完整流程。7.3分意味着Preview版几乎不能用——在大多数任务中会陷入死循环或产生不可用的代码。54.4分则意味着它已经是一个可用的初级工程师——能够独立完成中等复杂度的编码任务且稳定性和一致性达到了生产级别。这一跨度仅靠后训练实现。二、后训练的魔法为什么架构不变能带来6倍提升DeepSeek V4-Flash正式版的发布释放了一个清晰的信号对于Agent能力而言后训练阶段的优化空间远大于预训练阶段的参数堆叠。2.1 模型规格对比维度V4-FlashV4-Pro总参数2,840亿1.6万亿激活参数130亿490亿架构MoEMoE训练方式Preview→正式版仅后训练Preview→正式版待发布Flash的总参数仅为Pro的17.8%激活参数仅为26.5%但在多项Agent基准上已经追平甚至超越了三个月前的Pro Preview。这揭示了一个正在形成的行业共识“Agent能力不是’训练进去’的而是’调教出来’的。”2.2 后训练优化的四个维度根据官方技术报告和社区实测V4-Flash正式版的后训练优化集中在四个维度1工具调用稳定性Preview版常见的工具调用死循环模型反复调用同一工具但无法提取有用信息和参数解析错误JSON格式错误、必填字段遗漏被基本消除。在需要35次工具调用的复杂任务中正式版可以一次跑通。2长程任务规划模型的全局意识显著增强。在Web自动化任务中正式版能够在执行第20步操作时仍然记住第3步获取的信息而非做完就忘。这种连贯性对于Agent任务至关重要。3错误恢复能力当工具返回错误时Preview版倾向于放弃或换一个方向硬试正式版表现出更智能的重试策略——分析错误原因、调整参数、在必要时切换工具。4Codex生态适配正式版原生支持OpenAI的Responses API格式并针对Codex CLI、VSCode Codex插件和ChatGPT桌面端进行了专项适配。这不是简单的API兼容层而是在后训练中注入了Codex工作流的交互模式——如何理解Codex的上下文结构、如何响应代码变更请求、如何在多轮对话中保持一致。2.3 为什么后训练对Agent如此有效传统大模型训练遵循预训练→监督微调→RLHF的范式。但在Agent场景中这个范式有一个根本缺陷预训练语料中几乎没有Agent行为的正确答案。互联网文本告诉模型什么是好代码但不会告诉它当你调用一个API返回403错误时应该先检查认证头还是先检查请求格式。这些操作直觉只能通过Agent-specific的后训练数据来注入——让模型在模拟环境中反复执行任务从成功和失败中学习。DeepSeek的做法类似于强化学习的课程学习先让模型在简单Agent任务中摸索掌握基本工具调用模式再逐步增加任务复杂度和工具数量最后引入真实世界的边界条件网络延迟、API限流、部分失败。每一轮后训练都在前一轮的基础上微调而非从头开始。三、Harness框架DeepSeek的Agent秘密武器首次公开V4-Flash正式版发布中一个此前仅见于招聘页面的名字首次出现在官方技术公告中DeepSeek Harness。“本次公开基准测试中的Code Agent任务使用了DeepSeek Harness极简模式作为框架进行测试max档位topp0.95temperature1.0。”3.1 Harness是什么Harness是DeepSeek内部开发的Agent执行框架类似于Anthropic的Computer Use或OpenAI的Codex CLI但设计哲学截然不同极简模式Minimal Mode去除所有不必要的抽象层让模型直接与工具交互。这减少了一层翻译损耗——传统Agent框架需要将模型输出转化为框架指令再转化为工具调用极简模式下模型输出直接映射为工具API调用。max档位将推理时的计算预算推到上限允许模型在关键决策点进行更深度的思考。这与OpenAI的extended thinking异曲同工但DeepSeek将其作为可配置档位而非二进制开关。3.2 团队背景Harness团队负责人崔添翼90后浙大计算机系出身6枚ACM亚洲区域赛金牌在顶级量化机构Jane Street任职九年后于2026年3月加入DeepSeek。这个背景透露了Harness的设计基因追求极致的执行效率与可靠性——量化交易中对延迟和正确性的要求远高于普通软件开发。5月起DeepSeek大量招聘Agent方向工程师覆盖工具调用、任务规划、浏览器自动化、代码执行安全等多个子方向。Harness的首次公开亮相意味着这个内部框架已经达到可以对外展示的成熟度——未来是否会开源值得密切关注。四、价格战中的锚定效应1/90的极致性价比就在V4-Flash正式版上线的同一天OpenAI宣布GPT-5.6 Luna降价80%从$1/$6降至$0.20/$1.20每百万Token。两件事同日发生并非巧合。4.1 当前主流Agent模型API价格对比模型输入/百万Token输出/百万Token相对GPT-5.6 Sol成本DeepSeek V4 Flash$0.14$0.281.7%小米 MiMo-V2.5$0.14$0.281.7%GPT-5.6 Luna降价后$0.20$1.204.0%GPT-5.6 Terra降价后$2.00$12.0040%Claude Sonnet 5推广价$2.00$10.0036%GPT-5.6 Sol$5.00$30.00100%数据来源DevTk.AI, 2026-08-01以2M输入500K输出标准化计算4.2 但价格不是全部——峰谷定价的隐忧DeepSeek此前宣布将在北京时间的9:00-12:00和14:00-18:00执行2倍峰谷定价虽然具体生效日期尚未确定但开发者在做容量规划时必须将其纳入考量。峰谷定价后V4 Flash在高峰期的实际价格为$0.28/$0.56仍低于Luna的$0.20/$1.20因为输出价格优势更大但与其他廉价模型的差距会缩小。更重要的是便宜不等于划算。一个需要反复重试的低价模型可能比一次成功的旗舰模型更贵。开发者的选型决策正在从单价比较转向任务完成成本——完成同一个编码任务的端到端Token消耗和重试次数才是真的成本。4.3 OpenRouter的锚定效应与生态锁定DeepSeek的策略不只是低价。V4-Flash原生支持Responses API并适配Codex意味着开发者可以将原本为OpenAI生态构建的Agent工作流零成本迁移——不需要修改任何代码只需要换一个API endpoint。这种无缝兼容策略在平台竞争中极为有效。它对开发者说你不需要选边站可以先用DeepSeek的低价跑通业务等真的需要Sol级别的推理能力时再切换。但实际情况往往是一旦工作流在某个模型上稳定运行迁移的惯性成本会远大于Token差价。五、开发者实战指南如何从V3/V4-Preview迁移到V4-Flash正式版5.1 API调用Python示例# V4-Flash正式版调用方式OpenAI兼容接口importopenai clientopenai.OpenAI(api_keyyour-deepseek-api-key,base_urlhttps://api.deepseek.com)# 标准Chat Completions调用responseclient.chat.completions.create(modeldeepseek-v4-flash,# 直接使用新模型名messages[{role:system,content:你是一个专业的Python开发助手。},{role:user,content:帮我写一个异步Web爬虫支持并发控制和自动重试。}],temperature1.0,top_p0.95,max_tokens4096)print(response.choices[0].message.content)5.2 Responses API格式推荐用于Agent任务# 使用Responses API格式原生支持无需额外适配层responseclient.responses.create(modeldeepseek-v4-flash,input分析这个GitHub仓库的代码结构找出所有SQL注入风险点,tools[{type:code_interpreter,},{type:web_search,}],tool_choiceauto)5.3 Codex CLI配置# 在Codex CLI中配置DeepSeek V4-Flashcodex configsetprovider deepseek codex configsetmodel deepseek-v4-flash codex configsetapi_key$DEEPSEEK_API_KEY# 验证配置codex doctor5.4 迁移注意事项deepseek-chat/deepseek-reasoner已停用这两个旧模型名已于7月24日下线所有调用必须迁移到deepseek-v4-flash或deepseek-v4-pro。V4-Pro正式版尚未发布当前V4-Pro API仍为Preview版本正式版发布日期待定。对于需要最强推理能力的场景建议暂时保留GPT-5.6 Sol或Claude Opus 5作为后备。峰谷定价占位建议在代码中加入时间段检测逻辑将非紧急大批量任务调度到低谷期执行。Codex适配的底层差异虽然API兼容但V4-Flash的Codex适配在后训练中完成某些边界行为如代码补全的保守性/激进性偏好可能与Codex原生模型不同建议做A/B测试。六、FAQQ1V4-Flash正式版和V4-Pro怎么选A如果你的场景是Agent自动化编程、网页操作、工具调用V4-Flash正式版的性价比极高——Agent能力已经接近Pro Preview水平价格仅为Pro的零头。如果需要最强推理能力或超长上下文的深度理解建议等V4-Pro正式版发布或继续使用旗舰模型。Q2从OpenAI迁移到DeepSeek V4-Flash工作流需要改多少代码A如果你已经在使用OpenAI的Chat Completions API或Responses API理论上只需要换base_url和model名称。但需要注意V4-Flash的system prompt处理方式、tool calling的JSON格式细节可能与GPT-5.6有微妙差异建议在staging环境充分测试后再上线。Q3DeepSwE 54.4分在实际开发中意味着什么A54.4分意味着模型可以作为初级到中级编程助手使用——能独立完成函数级代码编写、bug修复和简单功能开发。但对于架构设计、跨文件重构、复杂业务逻辑等高级任务成功率仍然有限。建议用作Copilot而非Autopilot。Q4Harness框架会开源吗A目前官方没有明确表态。但从DeepSeek一贯的开源策略如V3/R1全量开源和Harness团队公开招聘的行为来看未来开源的可能性不低。如果开源将对当前的Agent框架格局LangChain、CrewAI、AutoGen等产生重大冲击。Q5V4-Flash和Kimi K3在同一任务上怎么选AV4-Flash在价格上碾压K3每百万Token成本约为K3的1/32但在某些需要超强推理的任务上K3的2.8T参数可能提供更高的成功率。一个实用策略是将V4-Flash作为默认Agent处理80%的常规任务将K3或Sol作为fallback处理V4-Flash失败的20%高难度任务。Q6后训练优化的天花板在哪里A这是当前AI研究的热点问题。V4-Flash的案例表明130亿激活参数的模型通过后训练可以达到接近旗舰模型的Agent能力。但后训练的边际收益可能会递减——从7.3到54.4是6倍提升但下一个6倍可能需要指数级增长的后训练数据或全新的训练范式。参考资料DeepSeek API Docs Changelog, “DeepSeek-V4-Flash Update”, 2026-07-31. https://api-docs.deepseek.com/updates澎湃新闻, “DeepSeek V4正式版来了Agent能力大幅升级Harness能力首次亮相”, 2026-07-31.凤凰网科技, “DeepSeek V4正式版来了新能力浮出水面性价比之王开战”, 2026-07-31.网易智能, “DeepSeek-V4-Flash正式版API上线公测Agent能力大幅提升”, 2026-07-31.DevTk.AI, “The August 2026 AI API Price War: OpenAI Cuts, DeepSeek V4-0731, and the New Cost Floor”, 2026-08-01.东方证券, “计算机行业周报模型上新叠加API降价把握AI INFRA与AI应用行情”, 2026-08-01.新浪微博 AI评测先锋, “DeepSeekV4-Flash正式版发布Agent能力逼近GPT-5.6 Luna”, 2026-08-01.