8月12日深夜：版本号悄悄换了，公告还没有
8月12日深夜，没有发布会，也没有更新日志，DeepSeek API 的“模型&价格”页面悄悄把 deepseek-v4-pro 指向的后端从预览版换成了 DeepSeek-V4-Pro-0813。知乎最先醒来的是开发者群，随后一张评测对比表开始流传：正式版 vs Preview vs Flash vs GLM-5.2 vs Kimi-K3 vs Opus-4.8 vs Fable 5。
那一晚热闹的不止这一个。接下来几天排队走来的还有 Grok 4.6、Gemini 3.5 Pro。微博其中 Grok 4.6 的 API 定价为每百万输入 Token 2 美元、输出 6 美元，直接定位为其他前沿模型的一半价格。知乎杭州那头，阿里 Qwen 团队正式开放性能最强的 Qwen3.8-2.4T-A95B 模型权重。知乎但对拿 AI 应用干活的人来说，今晚最要紧的，还是 DeepSeek 这次突袭。
这次升级的是什么：Agent 维度从“勉强可用”到“无短板”
官方群流出的评测表相当凶狠。在以 Agent 能力为主的评测集上，V4-Pro 正式版没有任何一项掉出第一梯队。知乎DeepSWE（软件工程）从预览版的 12.8 跳到正式版的 62.7，DSBench-Hard 从 31.1 到 67.2，Cybergym 甚至以 83.3 对 83.1 微超 Fable 5。这些测试全是终端操作、工具调用、代码仓库生成这类“真实干活”题，没有一道传统选择题。
但这不是横扫。Terminal Bench 输给 Kimi-K3 0.4 分，DeepSWE 输给 Fable 5 7.3 分，差距已经小到“按场景选”的级别。知乎更要提醒一句：这张表目前只在官方群和社区流传，更新日志页面还没有 0813 的发布说明，严格来说现阶段更接近“正式版已通过 API 上线”，而不是一场完整的官方发布。知乎跑分当参考，实测当准绳。
规格倒是干脆：1M 输入 + 384K 输出，JSON Output、Tool Calls、Responses API 全支持，还主动兼容 Anthropic API 格式——Claude Code、Codex 用户换模型不用重写一行代码。知乎
成本账：标价不贵，贵不贵全看缓存
这次正式版上线，价格暂时没涨：Pro 缓存未命中输入 3 元/百万 tokens、缓存命中 0.025 元、输出 6 元，并发 500；Flash 是 1 元/2 元，并发 2500。注意 FIM 补全只在非思考模式开放，长输出任务记得显式给 max_tokens。
真实账单长什么样？一位小红书用户把 V4 Flash 接进 Codex 跑科研任务，5000 万 tokens、缓存命中率约 98%，账单 2.41 元。小红书
同一位用户的后续战报是 6500 万 tokens、命中率 97.08%，“虽然不如 sota 但是便宜的多”；B站 UP 主跑的是 V4 Pro：用 Claude CLI 一口气开发 1 小时的长任务，成本 3 块钱。哔哩哔哩所有便宜的前提都是缓存：不复用长 prefix，走的就是 3 元/百万的未命中输入，那才会疼。结论很简单——高频批量走 Flash，长任务、硬骨头、长输出上 Pro。
深夜三个疑点：路由、回滚，还是灰度？
从深夜到今天，好几个独立实测踩了同一个坑。一位用 Claude 调 deepseek API 测评的 B站 UP 主反馈能力“非常非常拉垮”，怀疑正式版还没真正上线；做考研数学一实测的 UP 主则发现“测试后貌似模型撤回了”，重测的才是初版 GA。哔哩哔哩
知乎上有人直接问：0813 表现不如网传内测，“是真的路由到 fable 了吗”。知乎B站评论区说得更直白：“现在 dsv4pro 的 api 是虚的……肯定不是接的原来的 pro”。哔哩哔哩比较合理的解释是灰度放量、各端不同步；也有人怀疑 DeepSeek 在等自家的 Agent Harness 一起端上来，态度是“需要等待 harness 上线后再试试”。知乎样本都不大，但多源独立踩同一个坑，就值得当成换模型前的必查项，而不是噪音。
谁今天该换，谁再等等
价格还没涨，但预告已经挂上：价格页写明“计划在不久的将来上调 DeepSeek API 服务的整体价格”，且预计涨幅较大——现在这个“能力升级、价格不变”的状态，很可能是窗口期定价。知乎
接 Claude Code、Codex、OpenCode 的 Agent 重度用户：今天就能换，但先跑一遍自己做过的任务对照效果，并核对账单里的版本号与缓存命中率。
Kimi K3 Coding Plan、各类月包订阅用户：先算账再动。评论区有人算过，“真算下来不如 k3 的 coding plan 和中转站的次顶模”。小红书同一份需求没必要付两次钱。
轻聊天、批量任务用户：继续 Flash，5000 万 tokens 两块四的真实账单摆在那，够用。
长期重度使用的团队：涨价预告挂着，趁窗口期把缓存策略和迁移评估做完。
模型已经端上桌，但真正的大招可能还没出——DeepSeek 的 Harness 还没露面。接下来几天盯两个信号就够：更新日志页补不补 0813 的正式说明，Harness 什么时候上线。等这两个落地，才是这次 V4 Pro 正式版真正的开考时刻。
