从“梁圣”到“梁子”只用一天：DeepSeek V4 Pro这24小时反转，多少能信、适合谁

过去24小时，DeepSeek上了两次热搜。如果你不是一直蹲在评论区吃瓜，现在大概率是懵的：一边是"跑分逼近Fable 5，梁圣载入史册"，一边是"只比自家Flash强1分，降级为梁子"。同一个模型，口碑完全相反，到底发生了什么？

我把微博、知乎、B站的实测、官方群流出的评测表、第三方评测平台的数据都翻了一遍，交叉核对后给你捋清楚这笔账。先说结论：跑分表只有一半是真的，反转也有实锤，涨价倒是千真万确。

这24小时到底发生了什么

先把时间线捋直（多方信源交叉核对）：

8月12日深夜，DeepSeek在API文档的"模型&价格"页面，把模型版本从V4-Pro-Preview悄悄换成了V4-Pro-0813。电子大猫没有发布会、没有博客长文、没有倒计时。同一晚，马斯克的Grok 4.6、阿里的Qwen3.8 Max也扎堆发布，媒体直接称之为"梁文锋对垒马斯克"。

8月13日凌晨，一份来自官方群的评测对比表开始流传，数据确实炸裂：Terminal Bench 2.1打了87.9分，距离Fable 5只差0.1分；DeepSWE从预览版的12.8冲到62.7，接近4.9倍跃升。光子星球社区瞬间沸腾，Hacker News都在热议。

8月13日白天，第一批上手实测的开发者发现不对劲。B站出现两个结论完全相反的连夜测评；知乎、小红书的实测帖大多判定"不如Kimi K3"；第三方评测平台ArtificialAnalysis给V4 Pro的综合评分只有53分，只比自家V4-Flash-0731高1分。电子大猫

8月13日下午，网友发现官网的0813发布通知和开放平台公告被撤回，距离静默上线还不到24小时。电子大猫

8月13日晚间，官方公众号正式官宣V4系列正式版发布，同晚还扔了两个炸弹：API大幅涨价，8月17日生效；智能体框架Harness v0.1开发者预览版开源（MIT协议）。知乎

跑分表"一半真"在哪

这是整件事的关键。流传的评测表其实有两个版本：传播最广的是简版，只列了Claude Opus 4.8和Fable 5两列，一眼看去"多项逼近Fable 5"。但完整版里其实还有Kimi-K3和GLM-5.2两列，逐行对比会发现：十项里Kimi K3领先六项。电子大猫有小红书热帖直接吐槽这是"田忌赛马"（该帖目前已删除）。

第三方的口径更直接：ArtificialAnalysis综合评分V4 Pro得53分，V4-Flash-0731是52分。要知道Pro是1.6万亿参数，Flash只有2840亿，体量差四倍多，只换来1分差距，这就很尴尬了。

不过公道地说，实测派自己也没统一口径。有媒体连夜跑了7项实测：前端生成的审美发生质变（60种设计风格的Bento卡片墙一次通过）、1.5小时做出来的3D浮岛网站首轮0 bug交付、全栈记账应用三轮迭代全过还会自己修bug。B站上也有人用它一句话生成四缸发动机3D仿真、还原《我的世界》，效果可圈可点。但与此同时，经典的"鹈鹕骑自行车"SVG测试它照样翻车——鹈鹕的脚踩在踏板上，踏板却不在自行车上。

跑分和实测为什么差这么多？社区目前有四种主流猜测，官方一个都没回应：

第一，灰度没全量。官网信息页至今没更新，最新日志还停留在V4-Flash-0731，有用户疑似被路由到性能更强的版本，不同人测出来的结果自然参差不齐。

第二，要配Harness。V4 Pro的完整性能可能依赖官方智能体框架Harness才能释放，直接调API效果打折扣。

第三，模型本身不稳。实测中发现了提前停止、反复思考、长任务完成质量波动的问题。

第四，跑分表选择性展示，挑对自己有利的对手比。

我的判断：大概率是一、二、三叠加。正式版比预览版强是实测共识，但"逼近Fable 5"这个说法，目前缺第三方证据。

涨价是千真万确的，而且比传闻更狠

8月17日0点起，API全面改峰谷定价：高峰时段价格是闲时的两倍。知乎V4 Pro新价目表（元/百万tokens）：

V4 Flash也没逃过：输出从2元涨到高峰9元、闲时4.5元。官方自己的说法是：整体调价后价格为原来的1.5倍到12倍。知乎

三个重点：

第一，涨价只针对API。网页端、App端普通用户不受影响，"专家模式"用V4 Pro照样免费。知乎

第二，最狠的不是输出价，是缓存命中——涨了12倍。有开发者算账：小应用公司拿Pro做业务、缓存用得多的场景，综合成本接近涨10倍，“直接干穿毛利”。知乎

第三，8月17日前还是旧价，能提前的批量任务，趁这三天跑完。

尘埃落定后，这模型适合谁

分三种情况说。

如果你做vibe coding、前端生成、长周期工程任务：值得一试。实测的强证据集中在这类场景——审美、任务完成度、自修bug能力都立得住。接入Anthropic兼容接口，Claude Code、opencode、Cline都支持，直接换base_url就能用。光子星球批量任务排到闲时跑，成本可控。但别抱"平替Fable 5"的预期，先拿你自己的典型任务试水。

如果你是拿Pro当主力API的开发者：先算账。高峰输出27元、缓存命中涨12倍，如果你的业务是实时交互、必须在高峰时段跑，这个成本已经逼近国产第一梯队——社区流传Kimi K3输出约100元/百万tokens，而K3在官方完整跑分的十项里领先六项。毛利模型撑不住的话，要么降级Flash走闲时（输出4.5元），要么看看最近降价的竞品。

如果你只是个人用户想尝鲜：网页和App的专家模式免费，直接用，涨价跟你无关。

后续值得盯的信号：官网部署状态是否更新（实测分歧会不会收敛）、Harness公测后的迭代、官方会不会出订阅套餐（社区呼声最高，目前只有按量计费没有订阅），以及17号之后的实际账单。

最后说两句

社区对这件事的总结挺到位：免费时代没结束，便宜时代在结束。V4 Pro 0813不是差模型——Agent能力比预览版有代际跃升，涨价后对海外旗舰仍有价格优势（Fable 5输出约360元/百万tokens，Pro高峰也才27元）。电子大猫但它被期待和定价同时架到了不该在的位置上。

我的建议很朴素：个人用户白嫖网页版就行；API用户别急着切换，等这几天灰度跑完、实测口碑收敛，再算账决定。值得买的精神是买对不买贵，选模型也一样。