DeepSeek V4 Flash再掀AI革命：成本不到旗艦模型1%

陶朱，金色財經

摘要：2026年7月31日，DeepSeek-V4-Flash 官方 API 正式上線公測。通過後訓練與 Agent 框架優化，將 DeepSWE 榜單成績從 7.3 提升至 54.4，Cybergym 得分翻倍至 76.7，部分硬榜表現接近 Claude Opus 4.8。V4-Flash以超低成本引人關注，甚至不足Anthropic旗艦模型Claude Fable 5的1%。從GPT到DeepSeek，中國AI正在從「追趕式提升性能」進入「重新定義AI基礎設施」的階段。

一、DeepSeek V4系列概覽

根據官方資料，DeepSeek-V4系列此前已經包含兩個版本：DeepSeek-V4-Pro、DeepSeek-V4-Flash。

DeepSeek-V4-Pro總參數約1.6兆（1.6T），激活參數49B；DeepSeek-V4-Flash總參數284B，激活參數13B。兩個版本均支持百萬Token上下文窗口。

V4-Flash-0731版本，沒有改變基礎架構，而是在原有模型基礎上進行了後訓練優化。據公開資訊，新版本重點提升：Agent任務能力、Coding能力、工具調用能力、長鏈路任務執行能力。官方測試數據顯示，在多個代碼Agent測試中，V4-Flash-0731取得明顯提升，包括Terminal Bench、NL2Repo、CyberGym等指標。

DeepSeek V4系列最大的技術變化之一，是百萬Token上下文支持。

在傳統AI模型中，用戶上傳幾十頁文件後，AI可能會遺忘前文內容，執行長任務存在困難。而百萬Token上下文支持則意味著模型可以一次處理大型代碼庫、企業數據庫文檔、長篇研究報告等諸多繁雜資料。DeepSeekV4系列通過新的注意力機制降低長上下文計算成本，包括稀疏注意力結構等方面的優化。

二、DeepSeek V4-Flash-0731正重新為AI定價

DeepSeek的R1 模型曾在 2025 年初引發全球轟動，導致全球科技股遭拋售，並引發了人們對美國公司在 AI 領域巨額投入的質疑。

而今，DeepSeek V4-Flash-0731又一次為AI定價，註定再度成為AI賽道萬眾矚目的焦點。

據研究機構 Artificial Analysis，DeepSeek V4-Flash 的收費標準為每百萬輸入 Token（標記）0.14 美元，每百萬輸出 Token 0.28 美元（Token 是衡量 AI 使用量的數據單位）。

Artificial Analysis 估算，V4-Flash 的平均測試成本為 3 美分；相比之下，Moonshot AI（月之暗面）的 Kimi K3 成本為 86 美分，OpenAI 的 GPT-5.6 Sol 為 1.86 美元，Claude Fable 5 則為 3.15 美元。

這種比較比單純看價格更能真實反映價值，因為它考慮了模型完成任務所需處理和生成的數據量。如果一個模型需要更多步驟才能得出答案，即使其標稱價格較低，最終成本也可能很高。 

Artificial Analysis 指出，DeepSeek 的 V4-Flash 模型在其「智能指數」中獲得了 100 分滿分中的 50 分；該指數綜合了涵蓋編程、推理及職場類任務等九項基準測試的結果。這一得分與谷歌的 Gemini 3.6 Flash 持平，但比 Meta的 Muse Spark 1.1 以及 Z.AI（智譜 AI）的 GLM-5.2 低 1 分。相比之下，Moonshot 的 Kimi K3 得分為 57 分，而 Anthropic 的 Claude Opus 5、Fable 5 以及 OpenAI 的 GPT-5.6 的得分則高出 9 分或更多。

根據公開測試數據，DeepSeek-V4-Flash-0731在多個AI Agent基準測試中表現亮眼。在Terminal Bench 2.1測試中，其取得82.7分，僅略低於Claude Opus 4.8的85分；在DeepSWE、Toolathlon等軟體工程和工具調用測試中，也接近頂級閉源模型。這意味著國產大模型競爭正在從參數規模競爭，轉向推理效率、Agent能力和商業落地能力競爭。

更高端的 V4-Pro 正在研發中，但 DeepSeek 尚未透露何時正式問世。

The Next Web 指出，V4-Flash-0731的目標用例是規模——例如面向客戶的聊天機器人、開發人員工具和自動化後台工作流程，這些應用會產生數百萬個請求，即使是微小的單位節省也能轉化為顯著的成本差異。

DeepSeek大幅降低了AI調用成本，卻可以保持強悍的性能，性價比拉滿，使創業團隊或個人開發者也可以調用高級模型，推動AI向基礎設施方向邁進。

三、AI正進入效率為王時代

過去的AI競爭注重的是誰擁有更多GPU、手握更多資本加持、更大模型。行業一直默認更大的算力投入，會帶來更強的模型能力。

直到DeepSeek打破了這一認知——能用最低的成本實現接近頂級AI模型的能力。DeepSeek通過MoE（混合專家模型）、強化學習訓練、數據效率優化等降低了訓練和推理成本。

更具有顛覆意義的是，DeepSeek正在嘗試成為AI時代的大模型基礎設施。

OpenAI、Anthropic、谷歌、xAI等公司的大模型都是閉源，用戶只能通過API或產品調用模型。閉源模式的優勢在於能夠集中資源進行模型訓練，擁有更強的技術控制能力，並且能夠提供更加成熟穩定的商業服務。

DeepSeek、阿里千問、智譜部分GLM模型則是開放權重模式。在該模式下，用戶可以訓練自己的AI。模型不再只是API接口，而是成為了基礎設施。這也將進一步降低用戶成本。用戶不需要再購買昂貴的API，而是可以在下載模型後，進行私有化部署，尤其對數據隱私要求高的企業十分友好。

據Kilo數據顯示，過去24小時，Kilo Code平台使用量最高的模型是deepseek-v4-flash，Kilo Code用戶通過該模型處理了約1597億個Token。在程序開發場景中，DeepSeek V4 Flash已經成為開發者最常調用的模型之一。

DeepSeek V4-Flash-0731問世的意義，並不僅僅是推出一個性能更強的模型。更重要的是，它正在推動AI產業從只有少數公司擁有AI能力轉向全球開發者共享AI基礎設施生態。

四、業內人士怎麼看待DeepSeek V4-Flash-0731？

在開發者社區中，0731版本獲得大量關注，據Reddit用戶No_Tip9917實測：

今天下午我試用了 Deepseek v4 flash 0731。我給它布置了一個之前只有 5.6 Sol 才能完成的複雜任務：完成一個存在幾個未知 bug 的未完成網站。之前的 Deepseek v4 pro 讓我走了無數彎路，但新的 flash 0731 卻能一路調試，直到真正解決問題並完成所有缺失的功能。雖然我不能斷言它比 GLM 5.2 或 GPT 5.5 更好，但我感覺它們水平相當！

最不可思議的是：工作了30分鐘後，5小時滾動使用量竟然沒有增加哪怕一個百分點。哈哈，用着GLM5.2級別的模型，卻幾乎無限使用，感覺真是太棒了！

但後來我開始擔心，一旦大家都湧向他們，更何況新的Pro版本還沒發布。他們還能以目前的價格和速度提供服務嗎？我們已經看到GLM漲價，Kimi也停止接受新用戶了。我覺得Deepseek也會面臨同樣的情況。我真心希望LLM這種水平和價格能成為標準，Deepseek能承受得住價格上漲嗎？我想聽聽大家的意見！

somerussianbear指出：

我今天花了 1.1 億個代幣，價值 0.77 美元，只有在歐洲上午（中國下班時間）時速度比較慢，所以很值得。我對這個測試版（稱之為測試版簡直不可思議）感到非常驚喜。

for4f回復somerussianbear的帖子：

1.1億個代幣只要0.77美元，簡直太劃算了。說實話，這就是Flash的優勢所在，一旦價格低到這種程度，你就不用再費心計算了，出錯了直接重試，不用再糾結於提示資訊。歐洲早盤交易放緩，中國非交易時段也是如此。不過，即便交易緩慢，這個價格也完全可以接受。

在DeepSeek上線公測的X帖子下，很多用戶留言。

• @AYi_AInotes指出：DeepSeek V4-Flash 82.7，價格只有 $0.14 / $0.28，性價比直接碾壓旁邊的閉源模型！

• @superdoccimo指出：這下我明白美國人為什麼放棄昂貴的Claude，轉向DeepSeek了。DeepSeek-V4-Flash官方API進入公開測試版。Agent功能大幅增強，原生支持Responses API。而且還針對Codex進行了優化。我實際已經在使用DeepSeek API了。性能高還不止於此。它讓個人也能以可負擔的價格持續運行多個AI agent，這點真的太感謝了。多虧DeepSeek，即使不是大企業，也能進入AI agent的實際營運時代了。真的非常感激。作為謝禮，我創作了一首叫「DeepSeekMAN」的歌。獻給DeepSeek團隊和全世界的DeepSeek用戶。

還有不少網友用圖片調侃當前的AI競爭格局。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。