DeepSeek-V4-Flash-0731 正式版上线：A能力大涨，依然低价

更新日期 2026.8.3 内容来源 https://vibecoding.dreamfree.space

本次核心更新：DeepSeek-V4-Flash-0731 已作为正式版上线 API 公测；模型结构与 preview 保持一致，但后训练后 Agent / Coding 能力明显增强；官方模型卡直接给出逐项 benchmark 对比表，正式版整体压过 V4-Pro-Preview；当前仅 Flash 正式版支持 Responses API，并已适配 Codex；价格仍维持缓存未命中输入 1 元、输出 2 元 / 百万 tokens，同时保留 1M 上下文、384K 最大输出和 2500 并发这套开发者最关心的基础规格。

2026 年 7 月底，DeepSeek 先发布了 V4-Flash 正式版，新版本的 V4-Flash-0731 非常适合 Agent、 Coding以及大批量并发调用，这两个场景本来就是当前大模型最常见的落地方向。价格依旧很低，接口能力更完整，官方强调的重点也明显落在软件工程和工具调用场景上。

!DeepSeek-V4-Flash-0731 官方信息图

一、这次正式版到底升级了什么

DeepSeek-V4-Flash-0731 它沿用 preview 的结构和尺寸，在这个基础上做成了正式版。 官方模型卡明确写的是 superseding the preview version（取代 preview 预览版），官方发布口径也说明了“结构与尺寸不变，主要是重新后训练”。

这次升级的重点在模型被重新打磨得更适合真实开发流程。官方对外反复强调的，也都是同一组关键词：

agentic capabilities（智能体 / Agent 能力）明显增强
software engineering benchmarks（软件工程基准评分）大幅提升
原生支持 Responses API，即针对 Codex 做了优化适配

对开发者来说，这比“实验室里的分数又涨了一点”更有意义。因为 Flash 的定位已经不只是廉价补全模型，在低成本区间里，它开始承担更完整的 Agent 执行、工具调用、长任务推进 角色。

这次升级的只是 DeepSeek-V4-Flash，DeepSeek-V4-Pro 还没同步升级。 官方预告 V4-Pro 正式版会在 8 月上线。

二、全面压过 V4-Pro-Preview，Coding 场景也压过 GLM-5.2

1. 官方评测详情

Hugging Face 官方模型卡没有只放一列成绩单，而是直接给出了一张对比表。官方写得很明确：DeepSeek-V4-Flash-0731 在列出的 benchmark 上优于 DeepSeek-V4-Pro (Preview)，而且 activated parameter count 更小。

这里讲的已经不只是“Flash 比上一版更强了”。更轻的一档正式版 Flash，已经可以在官方列出的 Agent / Coding 基准上，压过当前公开的 V4-Pro-Preview。

官方表中，Flash-0731 这一列的核心成绩如下：

Terminal Bench 2.1：82.7
NL2Repo：54.2
Cybergym：76.7
DeepSWE：54.4
Toolathlon-Verified：70.3
Agents' Last Exam：25.2
AutomationBench Public：25.1
DSBench-FullStack：68.7
DSBench-Hard：59.6

DeepSeek 这次没有把 Flash 当成“便宜替补”，而是把它推到了 可以承担主力 Agent 任务 的位置。尤其是 Terminal Bench、Toolathlon、DSBench 这类任务，本来就更接近真实工具调用和软件工程流程，不是纯聊天问答。

Flash-0731 的优势也不只是“便宜”。如果它只是价格低，官方不会主动拿它去和 V4-Pro-Preview 做逐项 benchmark 对照。至少从这次模型卡的写法看，Flash 正式版已经被放到了当前最值得优先落地的 DeepSeek 开发者主力模型位置上。

2. Artificial Analysis 评测综合能力

!Artificial Analysis Intelligence Index 榜单图片来源：Artificial Analysis Intelligence Index

在这张 Intelligence Index 榜单里，DeepSeek V4 Flash 0731 拿到 50，明显高于同屏的 DeepSeek V4 Pro（44）和旧版 Flash（40），也已经贴到 GLM-5.2 的 51。第三方综合智能口径下，正式版 Flash 已经挤进开源权重模型的前排竞争带。

3. Artificial Analysis 评测代码能力

!Artificial Analysis Coding Index 榜单图片来源：Artificial Analysis Coding Index

Coding Index 上，Flash-0731 是 69.1，略高于 GLM-5.2 的 68.8，并明显压过 DeepSeek V4 Pro 的 59.4 和旧版 Flash 的 56.2。这和官方把升级重点放在软件工程、Agent、工具调用上是对得上的：Coding 这一档已经能跟国产开源强对手正面硬刚。

三、和 Flash Preview、V4-Pro-Preview、GLM-5.2、Opus 4.8 怎么比

下面这几组对比更值得看：它比旧 Flash 强了多少；为什么它比 V4-Pro 更值得使用；和 GLM-5.2 这种国产开源强对手差在哪；面对 Opus 4.8 这种高端闭源模型又该怎么看。

DeepSeek-V4-Flash-0731
- 当前可用口径：官方 benchmark 强，AA Intelligence 50
- 价格口径：官方 1 / 2 元
- 能力定位：低价 Agent 工具型旗舰
- 更适合谁：高并发、重工作流、预算敏感开发者
DeepSeek-V4-Flash-Preview
- 当前可用口径：2026-06-17 历史基线：42 / 38.7 / 61.3
- 价格口径：无现行独立口径
- 能力定位：正式版前的历史参考位
- 更适合谁：想看升级幅度的人
DeepSeek-V4-Pro-Preview
- 当前可用口径：官方被 Flash-0731 逐项压制；AA Intelligence 44
- 价格口径：约 3 / 6 元
- 能力定位：大参数、更重、更贵
- 更适合谁：愿意为更重推理路线买单的人
GLM-5.2
- 当前可用口径：AA Intelligence 51，Coding 68.8 同级
- 价格口径：约 10 / 31 元
- 能力定位：更快更强但更贵
- 更适合谁：不敏感价格、重吞吐和综合能力的人
Claude Opus 4.8
- 当前可用口径：AA Intelligence 56，支持图像输入
- 价格口径：约 35 / 175 元
- 能力定位：闭源高端、多模态上限更高
- 更适合谁：追求上限、预算宽松团队

1. Flash-0731 vs Flash Preview：能力全面已经往上走了一截

DeepSeek V4 Flash 的 Intelligence / Coding / Agentic 大致是 42 / 38.7 / 61.3。而正式版 Flash-0731 当前在 AA 口径下已经到 50，官方 benchmark 也明显转向 Agent 与 Coding 强项。

所以这次升级不太像“同款模型例行小修”，更接近 同一底座重新后训练之后，整体从够用档往上抬了一档，到了更适合直接部署的主力位。

2. Flash-0731 vs V4-Pro-Preview：优先 Flash-0731

这是最关键的一组对比：正式版 Flash 已经全面超越了 V4-Pro-Preview；在价格只有约 1/3、模型参数规模不到 1/5 的情况下，优先选 Flash-0731 更顺理成章。

3. Flash-0731 vs GLM-5.2：GLM 综合更强一点，也更贵；V4-Flash-0731 Coding更强，也便宜得多

GLM-5.2 在 AA 口径下的 Intelligence Index 是 51，略高于 Flash-0731 的 50；截图里的 Coding Index 也能看到两者非常接近，GLM-5.2 为 68.8，Flash-0731 为 69.1，已经是同一竞争带。

但价格差距非常大。GLM-5.2 的公开价格大约是输入 8 元、输出 38 元、缓存命中 2 元 / 百万 tokens，而 Flash-0731 是 1 元 / 2 元 / 0.02 元。如果你的任务是大批量工作流、反复调用、多轮 Agent 实验，这个价差会直接反映在月度成本上。

所以 GLM-5.2 更像“更快、更强、也更贵”的国产开源旗舰，而 Flash-0731 更像“没有那么奢侈，但足够强，而且特别适合高频调用”的开发者主力机。

4. Flash-0731 vs Opus 4.8：不是同一价格带，也不是同一选型逻辑

Claude Opus 4.8 的 AA Intelligence 是 56，支持图像输入，能力上限和多模态完整度仍然更高。但它的价格也大约来到输入 35 元、输出 175 元 / 百万 tokens，和 Flash-0731 根本不在同一预算区间。

这组对比没必要对比“谁绝对更强”。更实际的问题是：谁更适合你现在要做的事。 如果你要的是极高上限、复杂多模态、预算不敏感，Opus 4.8 当然仍然很有吸引力；但如果你要的是 Agent 能落地、成本能控制、并发也够高，那 Flash-0731 的性价比就很难忽略。

!Artificial Analysis 智力 / 成本散点图图片来源：Artificial Analysis Intelligence vs. Cost per Task

四、要不要用

如果你属于下面这几类场景，Flash-0731 值得优先试：

在 Codex 中使用
做 Agent，但对调用成本非常敏感
需要长上下文和高并发，又不想一上来就上高价闭源模型
已经在用旧 Flash，可以无感迁移到正式版 Flash-0731

如果你更看重下面这些点，则可以使用其他模型：

想等更强能力、对更偏工程落地的 Flash 路线兴趣没那么大，更适合继续等 V4-Pro 正式版
需要更高上限的闭源旗舰，尤其是更完整的多模态能力

五、总结

DeepSeek-V4-Flash-0731 这次正式版上线，重点不只是名字从 preview 变成正式版。DeepSeek 把一档本来就很适合开发者的低价模型，继续打磨成了更完整的 Agent 和 Coding 主力模型。

它的优势也不是靠某一个点撑起来的。真正让它站住的，是一整套组合拳：官方 benchmark 里对 V4-Pro-Preview 的逐项优势、1M 上下文、384K 最大输出、2500 并发、Responses API / Codex 适配，以及仍然压在 1 元输入 / 2 元输出的价格。

如果你现在就要落地自动化工作流、批量 Agent 调用或者高频代码任务，Flash-0731 已经是一个非常值得先试的 DeepSeek 入口。如果你真正等的是更高参数、更重推理路线的 V4-Pro 正式版，那这次更新释放出的信号也很明确：DeepSeek 已经先把开发者侧的第一落点交给 Flash 了。