DeepSeek-V4-Flash 正式版来了！这次提升有点夸张。

刚刚打开 DeepSeek，就发现多了一行小字，不过这个小字没写在右下角。

它写在了 DeepSeek 的 Logo 上面。7

各位看到了什么？

DeepSeek-V4-Flash 正式版公测了，大幅增强了 Agent 能力。

不过 DeepSeek 这波也太低调了吧。

甚至官方账号都没发公告，大家大多数人还是通过更新日志发现的。

你看看这。

真服了，你 DeepSeek 要是不想发，我们替你发好了。

这次提升有点夸张

DeepSeek 把新旧版本和几个同期模型的成绩放到了一起。

原始对比图；V4-Flash 0731 一列已与 DeepSeek 官方更新日志逐项核对

为了更直观地看清这次升级的幅度，我又把三个 DeepSeek 版本单独画成了一张图。

先看它和自己比。

9 项测试全部上涨。其中 DeepSWE 从 7.3 涨到 54.4，直接增加 47.1 分；CyberGym 增加 38 分；DSBench-Hard 增加 33.8 分；DSBench-FullStack 增加 31.7 分。

Terminal-Bench 2.1 也从 61.8 涨到 82.7，增加 20.9 分。

这已经不是小版本修修补补的幅度了。

再看 V4-Pro Preview。

V4-Flash 0731 在图里的 9 项测试全部领先。DeepSWE 高 41.6 分，CyberGym 高 24 分，DSBench-Hard 高 28.5 分，Terminal-Bench 2.1 也高了 10.6 分。

一个叫 Flash、每个 token 只激活 13B 参数的型号，把自家的 Pro Preview 全线给秒了。

更夸张的是，模型架构和尺寸都没变。

官方明确写了，V4-Flash-0731 与 Preview 使用同一套架构，仍是 284B 总参数、13B 激活参数，这次只做了后训练。

说白了，DeepSeek 没有靠堆一个更大的底座交成绩。它把训练重点压到了 Agent 执行、工具调用和长任务上。

只和旧版本比，当然不够。

我又查了 GPT-5.6 Sol、Claude Opus 5、Kimi K3、GLM-5.2 和 MiniMax M3 的公开数据。

先说结论：V4-Flash 已经进了第一梯队的讨论范围，但还没有把最强的几个模型干下去。

下面挑 5 个重合度最高的 Agent 基准。

图里的 GPT-5.6 Sol 和 Kimi K3 采用 Kimi K3 官方模型卡里的同名测试结果；Opus 5 采用 Anthropic 系统卡；MiniMax M3 采用 MiniMax 和 GLM-5.2 的官方材料。

不同公司用的 Agent harness、reasoning effort、超时设置和上下文长度并不完全一致。

AutomationBench 还有 Public 与私有测试集之分。Kimi K3 的官方模型卡也说过，Terminal-Bench 里的 Kimi 用 Kimi Code，GPT 用 Codex，GLM 用 Claude Code。

Terminal-Bench 2.1 上，GPT-5.6 Sol 和 Kimi K3 仍领先 V4-Flash 5～6 分。DeepSWE 上的差距更明显，Sol 高 18.6 分，Opus 5 高 14.4 分，Kimi K3 高 13.1 分。

到了 Toolathlon-Verified，V4-Flash 的 70.3 已经超过 GLM-5.2，距离 Kimi K3 只差 6.2 分，不过 Opus 5 的 80.6 仍然更强。

Agents' Last Exam 和 AutomationBench 也差不多。V4-Flash 已经能仅仅咬住了前面的模型，但还没拿到第一。

不过没关系，DeepSeek 还有杀手锏没用，DeepSeek-V4-Pro 正式版。

所以暂且可以这么认为，最难的长链条工程任务，GPT-5.6 Sol、Opus 5 和 Kimi K3 依然首选；

大批量跑代码检查、仓库分析、工具调用和 sub-agent，V4-Flash 开始变得非常有吸引力。

能力大涨，价格一分没涨

看完分数，再看价格。

DeepSeek-V4-Flash 0731 当前每百万 token 的常规价格是：缓存未命中输入 0.14 美元、缓存命中输入 0.0028 美元、输出 0.28 美元。

能力涨了这么多，一分钱没加。

再拿 OpenAI 最便宜的 GPT-5.6 Luna 对比。

按 OpenAI 当前模型页的标准价格，Luna 是 0.20 美元输入、0.02 美元缓存输入、1.20 美元输出。

V4-Flash 的缓存未命中输入便宜 30%，缓存命中输入便宜 86%，输出便宜接近 77%。单看输出价，大约只有 Luna 的 1/4.3。

但是感觉，这次的 V4-Flash 应该会比 Luna 更强。

资料来源：

• DeepSeek 2026-07-31 更新日志
• DeepSeek-V4 Preview 官方发布
• DeepSeek API 模型与价格
• GPT-5.6 官方发布与评测与Luna 当前模型价格
• Claude Opus 5 官方发布与系统卡
• Kimi K3 官方模型卡
• GLM-5.2 官方模型卡
• MiniMax M3 官方发布