DeepSeek-V4-Flash正式API上線！ Agent能力暴漲6倍 價格僅Claude 1/90

中國 AI 新創 DeepSeek 正式推出 DeepSeek-V4-Flash API，官方表示，新版本在維持原有模型架構與參數規模不變的情況下，僅透過重新進行後訓練 (Post-training)，便大幅提升 AI Agent 能力。其中，在 DeepSWE 基準測試的表現較三個月前的 V4-Pro Preview 暴增超過 6 倍，同時 API 價格維持極低水準，最低僅每百萬 Token 0.02 元 (人民幣，快取命中)，引發開發者社群高度關注。

DeepSeek 表示，V4-Flash 正式版採用 MoE(Mixture of Experts) 架構，總參數量 2,840 億，實際啟用參數約 130 億，支援 100 萬 Token 上下文，並可切換思考模式與非思考模式。

官方公布九項 Agent 相關基準測試，其中提升幅度最明顯的是 DeepSWE，評分由預覽版的 7.3 分大幅躍升至 54.4 分，增幅超過 6 倍。Terminal Bench 2.1 測試中，V4-Flash 正式版獲得 82.7 分，不僅高於 V4-Pro Preview 的 72.1 分，也超越 GLM-5.2 的 81.0 分，僅略低於 Claude Opus 4.8 的 85 分。

在 Artificial Analysis 公布的智慧能力指數 (Intelligence Index) 測試中，V4-Flash-0731 最高推理模式獲得 50 分，而同級模型中位數僅 17 分，顯示整體 Agent 能力已達領先水準。

DeepSeek 此次最大的特色，在於模型骨架完全沒有改變。官方指出，V4-Flash-0731 與預覽版維持相同模型架構、相同模型尺寸與參數規模，唯一變化就是重新進行後訓練流程。這也讓外界重新思考，大模型未來的競爭是否將由「擴大參數」逐漸轉向「提升後訓練效率」。

官方同時推出自研 Agent 測試框架 DeepSeek Harness，協助開發者驗證模型在多步驟任務、自主規劃及工具調用等場景的實際能力。

價格方面，DeepSeek 持續維持低價策略。官方表示，輸入 Token 快取命中價格為每百萬 Token 0.02 元，未命中為 1 元，輸出價格 2 元。若換算美元，輸出成本約 0.28 美元，約為 Anthropic Claude Opus 4.8 每百萬輸出 Token 約 25 美元的 1/90。

不少開發者分享實測成果。有使用者表示，透過官方 API 搭配 Claude Code，連續運作近 4 小時共消耗約 1 億 Token，快取命中率達 99%，總花費不到人民幣 1 元，且程式碼品質良好，返工次數大幅降低；也有開發者指出，模型一次即可完成程式撰寫並修正十多項 Bug，整體成本僅約 0.1 美元。

從事 Qt/C++ 與 STM 嵌入式開發的工程師則認為，V4-Flash-0731 整體能力已相當接近 V4-Pro Preview，但價格便宜許多，具有極高性價比。

不過，目前 V4-Flash 仍僅提供 API 公測，網頁版與 App 尚未更新，普通使用者暫時無法直接體驗。此外，也有部分開發者指出，新版本在指令遵循、Agent 模式語言控制及嵌入式程式碼品質方面仍有改善空間，例如推理語言目前固定為英文，System Prompt 亦無法完全生效，GitHub 已有使用者建議開放更多語言控制參數。

工程能力方面，V4-Flash 正式支援 OpenAI Responses API，可直接整合 Codex CLI、ChatGPT 桌面版及 VS Code Codex 外掛，降低開發者接入成本。官方指出，目前 Responses API 僅支援 V4-Flash，V4-Pro 預計 8 月初加入支援。

在長上下文運算效率方面，DeepSeek 表示，100 萬 Token 場景下，V4 系列每 Token 推理計算量已降至 V3.2 的 27%，KV Cache 占用也降至約 10%，可大幅降低長鏈任務的 GPU 算力與顯存需求。

值得注意的是，就在 DeepSeek 發布 V4-Flash 正式版同一天，OpenAI 也宣布 GPT-5.6 Luna API 價格調降 80%。市場認為，全球 AI 模型價格競爭正快速升溫，而 DeepSeek 此次透過後訓練，在未增加模型規模下實現 Agent 能力大幅提升，也反映大型語言模型競賽正逐漸由「拼參數」轉向「拼訓練效率」。

DeepSeek-V4-Flash 與 V4-Pro API 規格比較

補充說明