DeepSeek V4-Flash上线，Agent任务成本降至3美分平民化时代来了

七月的最后一天，北京刚送走一场暴雨。比天气更让开发者圈躁动的，是DeepSeek官方API文档里一条不起眼的更新日志。

没有发布会、没有预热、没有梁文锋的演讲，DeepSeek-V4-Flash正式版API就这么悄然上线公测了。

“正式版”和“公测”两个词同时出现，说明这还不是V4的最终形态。

但这次更新释放的信号，足以让整个行业重新审视一个问题：到了Agent阶段，我们需要的究竟是一个能力最强的模型，还是一个足够强、足够快、也足够便宜的模型？

◆ 一份“反常识”的成绩单

DeepSeek官方一口气亮出了9项基准测试的完整成绩。

Terminal Bench 2.1 82.7分，这意味着模型在终端环境下的任务执行能力已经相当成熟，能够理解复杂的命令行操作、编写脚本、调试错误，几乎是“AI运维工程师”级别的表现。

Cybergym 76.7分，展示了出色的网络安全对抗能力。Toolathlon Verified 70.3分。内部全栈开发测试DSBench-FullStack达到68.7，高难度编码测试DSBench-Hard拿下59.6。

潜台词：这不是一个“能写代码”的模型，这是一个“能像工程师一样工作”的模型，打开终端、分析仓库、调用工具、完成端到端任务。

更令人惊讶的是，跑出这些分数的模型，总参数2840亿，激活参数仅130亿。而三个月前发布的V4-Pro预览版，总参数1.6万亿，激活参数490亿。

Flash用不到Pro三分之一的激活参数，在Agent能力上实现了对自家Pro预览版的全面反超。

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，比4月的原版V4-Flash高出10分，比V4-Pro预览版还高出6分。在同类可比模型中明显高于平均水平，可比模型的中位数仅为17分。

在性价比曲线上，它已经冲进了“帕累托前沿”，用最低的成本拿到了最高的智能分数。

◆ “后训练”的魔法：不换发动机，只调变速箱

DeepSeek官方在更新日志中明确表示：“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。”

雷锋网用一个比喻精准概括了这次升级的本质：“这有点像同一辆车没有更换发动机，却重新调整了变速箱、控制系统和驾驶策略。”

换句话说，底座没变，变的是“后天教育”。

过去，大模型公司的主要竞争发生在预训练阶段，谁有更多算力、更多数据，谁就有机会训练出参数更大、知识更多的模型。但进入Agent阶段后，模型能力不再完全由预训练决定。

一个模型会不会使用终端，能不能在数百次交互中维持任务状态，遇到错误后能否修正，以及是否知道什么时候应该调用什么工具，这些能力越来越依赖后训练、强化学习和模型外部的执行框架。

V4-Flash的变化，恰好说明了这一点。

这也意味着，目前公布的这些成绩不完全属于模型本身，而是属于“模型、推理预算与Harness”共同组成的系统。DeepSeek在测试Code Agent任务时，使用了尚未正式发布的DeepSeek Harness极简模式。这个细节暗示，DeepSeek可能在Agent框架层面也做了针对性优化，而非仅仅是模型本身的提升。

潜台词：大模型的竞争，正在从“拼预训练算力”转向“拼后训练工程能力”。参数规模的决定性权重，正在被训练方法和数据质量稀释。

◆ Agent时代的“价格屠刀”

如果说技术参数是DeepSeek的“面子”，那定价策略就是它的“里子”。

DeepSeek官方API文档显示，V4-Flash的输出价格为每百万Token 0.28美元。而Kimi K3的输出价格为每百万Token 15美元，相差超过50倍。

即便是与GLM-5.2相比，V4-Flash也便宜了一个数量级。雷锋网指出，和刚降价过的GPT-5.6 Luna对比，V4-Flash的终端操作、代码修复、工具执行和自动化流程这几个项目已经足以和GPT-5.6 Luna放进同一轮POC了，但价格还是DeepSeek更便宜。

如果按约99%的缓存命中率计算，V4-Flash平均每项任务的成本约为0.03美元。

3美分干一个Agent任务。 这个价格，让“试错”从奢侈变成日常。

▌ 翻译过来就是：当Agent任务的成本从“一杯咖啡”降到“一颗糖”，AI Agent就不再是巨头的专利，而是每个开发者都能玩得起的工具。

◆ 一个“反Pro”的商业逻辑

这次更新最值得玩味的地方，在于DeepSeek打破了行业惯常的“Pro强、Flash弱”分层逻辑。

V4-Pro负责能力上限，V4-Flash负责效率。在DeepSeek的原始定位里，参数规模更大的V4-Pro在世界知识以及高难度Agent任务上表现更好；V4-Flash则可以通过增加思考预算，在部分推理任务上接近Pro。

但7月31日的后训练，让Flash在Agent这个具体赛道上跑到了Pro前面。

这意味着什么？

意味着在Agent这个场景里，“参数大”不一定代表“能力强”。Agent任务对推理速度和成本的敏感度远高于纯对话场景。一个需要反复调用工具、多轮推理的Agent任务，如果用旗舰模型跑，成本可能是Flash的数倍甚至数十倍。

如果Flash能在Agent能力上达到“够用甚至好用”的水平，其性价比优势将极具杀伤力。

这或许才是DeepSeek真正的战略意图：用高性价比的轻量模型切入Agent应用市场。

◆ 生态暗战：Responses API与Codex的“兼容牌”

除了基准成绩的飞跃，正式版V4-Flash在工程适配上也有重要更新，原生支持Responses API格式，并针对性适配了Codex。

Responses API是OpenAI力推的新一代API格式，相比传统的Chat Completions，它更适合Agent场景，支持更灵活的工具调用、更复杂的多轮交互以及更精细的输出控制。对Codex的适配，则瞄准了代码生成与软件开发这一垂直场景。

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。

潜台词：DeepSeek不是在做一个“替代品”，而是在做“兼容层”，让OpenAI生态的开发者可以零成本切换到DeepSeek。这是一场生态层面的正面交锋。

◆ 开发者社区的“用脚投票”

在GitHub、知乎、即刻等社区，V4-Flash的讨论热度正在快速攀升。

美国方面，Replit CEO Amjad Masad称赞V4的注意力压缩和长上下文效率提升属于真正的架构创新。Reddit和Hacker News上，开发者对1M上下文开源模型和MIT许可证反应积极，但多数人采取“先测再说”的观望态度。

不过，也有开发者指出了V4-Flash的痛点，缓存命中率偏低（40-50%，而V4-Pro在90%以上）、安全分类器超时、工具调用后返回空响应等问题，直接影响了开发体验和生产成本。

潜台词：性价比是入场券，但稳定性和体验才是留存的关键。DeepSeek的“后训练奇迹”能否转化为开发者生态的真正繁荣，还需要时间的检验。

◆ 500亿融资之后：一场不能输的仗

这次更新距离DeepSeek完成首轮外部融资不到两个月。

今年6月，DeepSeek完成首轮外部融资，募资总额超500亿元人民币，投后估值约500亿美元，创下中国AI行业单轮融资纪录。梁文锋本人出资200亿元，腾讯、宁德时代等跟投。

高估值背后，是市场对DeepSeek商业化能力的极高期待。Flash正式版的上线，是资本加持下的第一次技术兑现。

而这场Agent战争的更大背景是，2026年的大模型付费逻辑正在发生变化，2025年用户只认免费开源，极少人为API付费；到2026年，模型能力跨过生产力临界点，Token消耗指数级上涨，国产算力规模化落地，API付费逻辑正式成立。

潜台词：从“免费开路”到“API收费”，DeepSeek正在走一条所有开源商业化公司都必须走的路。Flash的性价比，就是它在这个转折点上最锋利的武器。

◆ 全球AI棋局中的“中国变量”

如果说V4-Flash的技术突破是“里”，那它引发的全球连锁反应就是“表”。

就在DeepSeek更新的前一天，7月28日，英伟达CEO黄仁勋亲赴华盛顿，密集会见多位国会议员及商务部长，力陈开放权重模型对美国AI产业安全与竞争力的战略价值。

据彭博社报道，特朗普政府和国会正在努力应对中国AI初创公司月之暗面旗下开源模型Kimi K3所带来的挑战。而DeepSeek V4系列，则是另一个让硅谷无法忽视的“中国变量”。

黄仁勋在X上发帖重申：“开放的模型能够增强安全与网络安全，加速创新和传播，并促进主权。”他警告，政府应避免“对开源模型施加过早限制，进而扼杀竞争或将创新推向海外”。

潜台词：当中国模型能以极低成本实现接近顶尖闭源模型的性能，美国企业将面临两难选择，选择闭源则成本高昂，选择开源则面临被中国模型“卡位”的风险。DeepSeek V4-Flash的“极致性价比”，已经在这场博弈中投下了关键一票。

◆ 结语：Agent时代的“平民化”序幕

2026年7月31日，是值得被记住的一天。

不是因为DeepSeek V4-Flash超越了谁，而是因为它证明了：在AI的世界里，“参数”不是一切，“效率”才是王道。

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。

而Agent战争的第一枪，DeepSeek用130亿激活参数、0.28美元/百万Token、50分的智能指数，打出了“平民化”的鲜明旗帜。

后训练精调出奇迹，百亿参数破万重关。
三美分办成天下事，Agent从此入民间。

当Kimi K3还在以2.8万亿参数和15美元/百万Token的价格定义“高端”，当GLM-5.2还在以7440亿参数和百万级上下文定义“长程”，DeepSeek V4-Flash用“后训练优化”这把手术刀，精准切开了“成本-性能”的死结。

它让AI Agent不再只是科技巨头的“烧钱游戏”，而是变成了每个开发者、每个企业都可以“玩得起”的工具。

窗口期正在以月为单位快速关闭。

谁先完成从“拼参数”到“拼落地”的转身，谁就站在了下一个时代的起跑线上。

至于开发者，那个3美分就能跑一个Agent任务的时代，已经开始了。

写在最后

从V4-Pro的1.6万亿参数到Flash的130亿激活参数，从490亿到13B，DeepSeek用一次“后训练”证明：在Agent时代，效率比规模更重要。当Kimi K3还在以15美元/百万Token定义“高端”，Flash已经用0.28美元把Agent任务成本打到了3美分。这不是参数的胜利，这是工程智慧的胜利。

大模型竞逐何所惧，后训练精调定乾坤。
三美分跑完Agent路，开发者从此笑开颜。

来聊聊

如果DeepSeek V4-Flash的API价格降到0.1美元/百万Token，你会用它做什么？欢迎在评论区分享你的“脑洞”！

【免责声明】： 本文部分配图源自公开渠道或CC0协议素材，仅作行业交流与产业参考使用。如涉侵权，请联系后台处理。本文仅做行业科普与实操分享，不构成任何投资、消费决策建议。文中数据及案例均来自公开信源，仅供参考，具体以实际为准。

#DeepSeekV4# #AI大模型# #Agent# #后训练优化# #国产大模型# #AI开发者# #开源模型#