TL;DR：
DeepSeek V4-Flash 正式版低调上线，骨架没变，仅靠“后训练”魔术般的优化，Agent 能力直接逼近三个月前的旗舰 Pro 预览版。130 亿活跃参数、2840 亿总参数的小模型，硬是在各种硬核测试中跑出了让人惊叹的分数。更关键的是，它原生对齐了 OpenAI 的 API 生态，这性价比，说是向 Agent 赛道投下一枚“核弹”也不为过。
7月31日午后，DeepSeek 官网静悄悄上线了一个更新——V4-Flash 正式版开始公测。
没有发布会，没有提前造势，但如果你仔细观察那几张 Benchmark 表格，就会意识到：事情并没有那么简单。
在大模型圈，长期以来存在一个不成文的共识：参数越大，能力越强。Pro 版本负责登顶刷榜，Flash 版本负责走量赚钱，分工明确，各司其职。
但 DeepSeek 这次的操作，直接打破了这道默认的藩篱。
V4-Flash 总参数 2840 亿，激活参数仅 130 亿；而 V4-Pro 总参数 1.6 万亿，激活参数 490 亿。两者数量级相差悬殊，按常理，Flash 很难染指 Pro 的核心领地。
可事实是，这个“轻量版”在 Agent 能力测试上打出了一组惊人数据：Terminal Bench 2.1 上拿到 82.7 分，NL2Repo 54.2 分，Cybergym 76.7 分。作为直接参照，三个月前发布的 V4-Pro 预览版在 Terminal Bench 2.0 上得分 67.9。
官方日志的表述极其克制，甚至带点“凡尔赛”的味道：“DeepSeek-V4-Flash-0731 的模型结构、尺寸和 Flash-preview 保持一致，仅重新进行了后训练。”
翻译一下：技术骨架完全没动，仅仅调整了训练的后半程（训练方法、数据配比），效果就实现了跨越式迭代。这哪里是常规升级，这简直是给模型找到了训练领域的“顶级私教”，重新规划了一套高效的训练方案，直接实现“脱胎换骨”。
这个“仅”字，背后藏着一个对行业极为重要的信号：在 Agent 这个新赛道上，模型规模并非决定一切的金标准。后训练阶段的优化空间，可能比单纯堆参数更具杠杆效应。 换言之，巧练，远比苦练更重要。
Agent 暗战：DeepSeek 亮剑，生态争夺战打响
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。
大模型不再是只会陪聊的“电子宠物”了。它需要像真正的智能体一样，自主规划、调用工具、执行复杂任务。从 Terminal Bench（终端操作）、NL2Repo（代码仓库生成）到 Cybergym（网络安全任务），这些专为 Agent 打造的新考场上，分数直接决定了模型在现实世界中的实用价值。
Agent 任务的一个显著特点就是成本极度敏感。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。
DeepSeek 的算盘打得清清楚楚：把 Flash 打造成开发者和 Agent 应用的首选底座。 如果你的能力够用，价格只有 Pro 的几分之一，开发者凭什么不选择你？
更体现战略野心的是，这次 Flash 正式版原生支持了 OpenAI 力推的 Responses API 格式，并针对性适配了 Codex。
这个动作的潜台词极其清晰：“开发者们，你们在 OpenAI 生态里辛辛苦苦写的 Agent 代码，现在几乎可以零成本、零痛苦地迁移到我这里来。一样的接口，一样的体验，一半甚至更低的价格。”
这不是简单的技术跟进，这是生态层面的正面硬刚。DeepSeek 不想只做一个“便宜的替代品”，它想直接在 Agent 时代建立自己的生态位，与 OpenAI 展开正面对抗。
500 亿融资之后：技术的加速兑现
此次重磅更新，距离 DeepSeek 完成成立近三年来的首轮外部融资还不到两个月。
约一个多月前，DeepSeek 完成超 500 亿元人民币融资，创下中国 AI 行业单轮融资纪录，投后估值约 520 亿美元。新一轮融资的投前估值，已经迅速拉升至 710 亿美元。
资本用真金白银在投票。创始人梁文锋此前近三年一直坚持自有资金投入，如今积极拥抱资本，信号再明确不过：DeepSeek 正在加速冲向商业化和 IPO。
此次 V4-Flash 的发布，正是融资到位后的一次重要“技术兑现”。
而在技术层面，这次更新也首次披露了 DeepSeek 在 Agent 领域的核心底牌——官方自研的 Agent Harness。这个 Harness 团队组建于今年 3 月，挂帅者崔添翼，90 后，浙大计算机出身，手里攥着 6 枚 ACM 亚洲区域赛金牌，曾在顶级量化机构 Jane Street 任职九年。
融来的钱，招来的顶级人才，正在快速转化为实实在在的技术红利。
梁文锋曾在内部说过一句值得回味的话：“AI 现在不缺品位和直觉，它缺的是持续学习的能力。投资人看 Agent，我们看怎么解决学习。”1
这个“持续学习”的工程落点，就在 Harness 上。当 Flash 用“后训练”证明了巧练的价值，当 Harness 开始着手解决“持续学习”这个终极挑战，DeepSeek 通往 AGI 的拼图正在一块块变得完整。
官方在日志末尾轻描淡写补了一句：“DeepSeek-V4-Pro 正式版将会尽快发布。”1
V4-Flash 只是前菜，真正的主菜还在路上。
Agent 战争的大幕才刚刚拉开。DeepSeek 用一个轻量模型的大幅进化，给整个行业出了一道新考题——当后训练的红利被充分挖掘，当效率的提升开始抵消参数的巨大差距，大模型的竞争逻辑，恐怕要被彻底重新书写了。
友商们，准备好答案了吗？
-
DeepSeek V4正式版来了，新能力浮出水面，性价比之王开战 (https://mp.weixin.qq.com/s/N0ybT7ZiRcFhqhn4fly0Uw) · 凤凰网科技 (2026/7/31) · 检索日期 2026/7/31 ↩︎ ↩︎