DeepSeek-V4-Flash正式版发布

DeepSeek-V4-Flash正式版API上线，核心是Agent（智能体）能力大幅跃升，且性价比极高，一句话来说就是：轻量级模型，重量级Agent能力

核心升级：骨架没变，但活更好了

这次升级最特别的地方在于，模型骨架和尺寸与预览版完全一致，只是通过重新做后训练（Post-Training），就让能力产生了质的飞跃。

• Agent能力暴涨：在衡量自主解决真实编程任务的DeepSWE测试中，得分从7.3暴涨到54.4，提升超6倍。
• 操作终端能力顶尖：在模拟Linux终端操作的Terminal Bench 2.1测试中拿下82.7分，逼近顶级模型Claude Opus 4.8的85.0分。
• 全栈开发更靠谱：在内部全栈开发测试DSBench-FullStack中取得68.7分，不仅能写代码，还能完成完整开发链路。
• 全面对标一流：在Artificial Analysis的智能指数测试中，与Gemini 3.6 Flash并列50分，差距极小。

🆚 全方位对比：价格屠夫，Agent能力追平第一梯队

1. 与国内主流模型对比（Flash vs Pro预览版 vs GLM-5.2）

重点来了，更便宜的DeepSeek Flash正式版反而在多项Agent任务上超过了自家更贵的DeepSeek V4-Pro预览版：

• V4-Flash正式版：终端操作82.7分，代码修复54.4分，价格极低（输出2元/百万tokens）。
• V4-Pro预览版：终端操作72.1分，代码修复12.8分，价格更高（输出24元/百万tokens）。
• 智谱GLM-5.2：终端操作81.0分，代码修复46.2分，能力接近但价格更高。

2. 与国际顶级模型对比（性价比碾压）

在Agent能力逼近的同时，价格上形成了碾压级优势：

• V4-Flash正式版：输出价2元/百万tokens（约$0.28）。
• Gemini 3.6 Flash：智能指数与V4-Flash持平（50分），但价格更贵（$12/百万输出）。
• Claude Opus 4.8：Agent能力仍领先（终端85.0分），但输出价高达**$25/百万tokens**，是V4-Flash的近90倍。

注：以上对比基于API公开定价和跑分。V4-Flash的优势集中在代码、推理和Agent任务上，在世界知识方面仍与Gemini 3.1 Pro等顶级闭源模型有3-6个月差距。

普通用户受益：近在咫尺的“性价比之王”

虽然目前仅限API公测，App和网页版还没更新，但它对普通用户的意义依然重大：

• 低成本享受顶级能力：API价格极低，有开发者实测4小时重度任务仅花不到1块钱，且原生支持接入Codex等流行开发工具。
• 让AI真正“能干活”：它能像初级工程师一样自主拆解、执行多步骤复杂任务，意味着未来用它处理工作或学习任务会更靠谱，出错率更低。
• 免费的平替选择：目前在一些第三方平台（如ima）的基础功能中，可以免费使用V4-Flash模型，处理日常问答和逻辑推理。

一点小提醒

它也有短板，有点话痨（消耗token较多）、指令遵循偶尔翻车、Agent模式下推理语言被锁定为英文。

总的来说，DeepSeek-V4-Flash正式版用极致的性价比，把顶尖的Agent能力带到了普通人触手可及的地方。虽然目前普通用户无法直接在官方App体验，但它所代表的高“智价比”趋势，对整个行业和所有用户来说都是一个好消息。