依然梁圣 ———DeepSeek V4正式版：Flash版“倒反天罡”，Agent能力暴打Pro预览版
因为内容相关性较差本文没有发表在Linux用户站。
DeepSeek V4正式版来了，但只来了一半：Flash版“倒反天罡”，Agent能力暴打Pro预览版
xfox.fun/archives/{cid}/
因为内容相关性较差本文没有发表在 Linux 用户站
2026年7月31日午后，DeepSeek通过API文档发布日志，宣布DeepSeek-V4-Flash正式版API上线公测。消息一出，DeepSeek迅速冲上知乎热搜第一。
但与常规认知中“Pro强、Flash弱”的分层逻辑完全不同——这次Flash正式版在Agent能力上实现了对自家Pro预览版的全面反超。
一、“倒反天罡”：Flash凭什么暴打Pro Preview？
DeepSeek-V4-Flash正式版（模型版本号DeepSeek-V4-Flash-0731）的模型结构、尺寸与预览版完全一致——总参数2840亿，激活参数仅130亿。官方表示，仅重新进行了后训练。
就是这个“仅重新进行了后训练”，带来了质的飞跃。官方公布的9项Agent基准测试成绩如下：
| 基准测试 | 得分 |
|---|---|
| Terminal Bench 2.1（终端操作） | 82.7 |
| Cybergym（网络安全攻防） | 76.7 |
| Toolathlon Verified（工具调用） | 70.3 |
| DSBench-FullStack（内部全栈开发） | 68.7 |
| DSBench-Hard（高难度编码） | 59.6 |
| NL2Repo（代码仓库理解与修改） | 54.2 |
| DeepSWE（AI编程） | 54.4 |
| Agent Last Exam | 25.2 |
| Automation Bench Public | 25.1 |
最夸张的是DeepSWE测试——从预览版的7.3分暴涨到54.4分，性能提升超过6倍。而V4-Pro预览版在Terminal Bench 2.0上的得分仅为67.9分。
虽然Terminal Bench 2.0与2.1并非同一版本测试集，直接对比不完全公平，但一个激活参数仅130亿的轻量版模型，在Agent能力上跑出这样的分数，已经足够说明问题：后训练阶段的优化空间，可能比单纯堆参数更具杠杆效应。
海外模型评测机构Artificial Analysis在7月31日更新的智能指数测试中，给予V4-Flash-0731（最高推理档位）50分，在同类可比模型中明显高于平均水平（可比模型的中位数为17分）。
二、后训练仙人：同样的骨架，不同的灵魂
这次升级的技术路径值得深思。
DeepSeek官方明确表示，V4-Flash-0731的模型结构和尺寸与预览版完全一致，仅重新进行了后训练。这意味着DeepSeek在训练方法和数据质量上找到了突破口——同样的模型“骨架”，经过更精细的训练策略调优，就能在基准测试中产生质的飞跃。
DeepSeek-V4-Pro总参数1.6万亿，激活参数490亿；V4-Flash总参数2840亿，激活参数130亿。两者在模型规模上相差一个数量级。如果Flash能通过后训练把Agent能力拉到接近Pro预览版的水平，那意味着对于特定任务而言，模型规模并非决定性因素。
网友评论精辟：“DeepSeek这一波真的是后训练仙人了”。
此外，官方还特别注明，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。这是DeepSeek官方自研Harness首次以正式命名出现。据透露，DeepSeek的Harness团队组建于今年3月，挂帅者崔添翼是90后，浙大计算机出身，手握6枚ACM亚洲区域赛金牌。
三、生态暗战：原生支持Responses API，适配Codex
这次更新另一个值得关注的信号是生态层面的布局。
正式版V4-Flash原生支持Responses API格式，并针对性适配了Codex。Responses API是OpenAI用于统一处理模型输出、推理过程和工具调用的一套接口格式，也是Codex客户端与模型交互的主要接口之一。现在，开发者可以在Codex CLI、ChatGPT桌面端和VS Code的Codex插件中，将DeepSeek配置为模型提供方。
这意味着DeepSeek正在从模型层向工具链层渗透。目前Responses API只支持V4-Flash，V4-Pro预计8月初接入。
四、资本加持后的第一次技术兑现
这次升级距离DeepSeek完成首轮融资不到两个月。今年6月，DeepSeek完成首轮外部融资，总额超74亿美元（约合500亿元），投后估值超500亿美元（约合3380亿元） ，创下中国AI行业单轮融资纪录。
资本加持下的第一次技术兑现，Flash版交出了一份令人瞩目的成绩单。
五、美中不足：只来了一半
当然，也有一些遗憾。
本次升级仅限于DeepSeek-V4-Flash的API接口，DeepSeek-V4-Pro API及APP/WEB端模型均未做更改。大家常用的App和网页端暂时无法体验最新能力。
DeepSeek表示，V4-Pro正式版将会“尽快发布” 。有消息称V4-Pro预计8月初正式发布。
网友已经开始期待：“V4-Flash已经这么强，真不敢想象V4-Pro会有多强！该不会是明天吧！？”
六、行业视角：Agent战争的大幕刚刚拉开
如果说2023年的大模型竞争是“拼通用能力”，2024年是“拼长上下文”，那么2026年的关键词，毫无疑问是Agent。
Agent能力——即模型自主规划、调用工具、执行复杂任务的能力——正在成为衡量大模型实力的新标尺。从全球范围看，Agent能力的第一梯队目前仍由闭源巨头把持。但DeepSeek-V4-Flash正式版在多项Agent基准上的表现已经逼近Opus 4.8，而价格只有Claude的1/90。
有网友让GPT整理了V4 Flash对比其他大模型的性能测试，结论是性价比上Flash依然无敌，比降价后的GPT-5.6 Luna还要少一半的费用。
V4-Flash只用1/10到1/3的参数量就做到了前沿级性能。而V4-Pro是1.6万亿参数量，规模大了4倍以上。按照这个幅度来算，V4-Pro正式版的性能达到甚至超过K3、Opus 5、GPT-5.6 Sol都是有可能的。
总结： 2026年7月31日，DeepSeek-V4-Flash正式版API上线公测。Flash版以2840亿总参数、130亿激活参数的“小身板”，在9项Agent基准测试中全面超越V4-Pro预览版，DeepSWE测试更是从7.3分暴涨至54.4分，性能提升超6倍。同时原生支持Responses API并适配Codex，生态野心初显。V4-Pro正式版预计8月初发布——Flash已经这么强了，Pro得有多猛？
本文数据来源：DeepSeek官方API更新日志、IT之家、凤凰网科技、观察者网、快科技等