7月31日，DeepSeek 把 V4-Flash 从「预览版」推到了正式版。改动清单很短：架构没变，参数量没变，只是「重新后训练了一次」。
改动效果？Terminal-Bench 从 61.8 跳到 82.7，DeepSWE 从 7.3 暴涨到 54.4。一个小模型，纯靠后训练，反超了自己家的大旗舰 V4-Pro——而且价格只要它的三分之一。
发生了什么：一次「只改训练不改架构」的升级
DeepSeek-V4-Flash-0731 的架构跟 4 月份预览版完全一样（HuggingFace）：总量 284B MoE 架构，每 token 仅激活 13B，256 路由专家 + 1 共享专家每次选 6 个，1M token 上下文窗口。唯一变量是后训练重做了一轮。
| 基准测试 | Flash-0731 | 预览版 | V4-Pro | GLM-5.2 | Opus 4.8 |
|---|---|---|---|---|---|
| Terminal-Bench 2.1 | 82.7 | 61.8 | 72.1 | 81.0 | 85.0 |
| DeepSWE | 54.4 | 7.3 | 12.8 | 46.2 | 58.0 |
| Cybergym | 76.7 | 38.7 | 52.7 | — | 83.1 |
| NL2Repo | 54.2 | 39.4 | 38.5 | 48.9 | 69.7 |
| Toolathlon | 70.3 | 49.7 | 55.9 | 59.9 | 76.2 |
几个看点：DeepSWE 从 7.3 跳到 54.4 是单一后训练更新中最大的跳跃；Cybergym 翻倍至 76.7；小模型在所有 Agent 基准上全面碾压自家 V4-Pro；Terminal-Bench 距离 Opus 4.8 只差 2.3 分。
📖 关联阅读：2026年6月AI圈月报
价格：三毛钱跑 Agent
| 模型 | 输入 | 输出 | Terminal-Bench |
|---|---|---|---|
| DeepSeek Flash-0731 | $0.14 | $0.28 | 82.7 |
| GPT-5.6 Luna | $0.20 | $1.20 | — |
| Claude Sonnet 5 | $3 | $15 | — |
| Claude Opus 4.8 | $15 | $75 | 85.0 |
用 V4-Flash-0731 跑 Agent 循环成本约为 Opus 4.8 的 1/200。OpenAI 在 DeepSeek 发布前一天把 GPT-5.6 Luna 降价 80%（temperature2）。中美 AI 价格战从「偶尔打折」变成「常态降价」。
本地部署：MIT 开源，要够内存
权重 MIT 协议开源（MarkTechPost）：4×GB300 节点跑满精度，3-bit 量化需约 110GB 内存+显存。自带 DSpark 推测解码，生成速度提升 60-85%。
📖 关联阅读：Claude Code国内使用完整指南
Agent 时代的价格战正在改写规则
Flash-0731 并发限制 2,500 请求（V4-Pro 仅 500），对 Agent 集群团队来说比基准测试更有价值。独立评测机构 Artificial Analysis 打出了 Intelligence Index 50 分，162 个模型中排第二。唯一提醒：模型比较啰嗦，实际按 token 计费（Developers Digest）。
FAQ
Q1：V4-Flash-0731 和预览版有什么不同？
答：架构相同，唯一区别是后训练重做。Terminal-Bench 从 61.8 跳到 82.7，DeepSWE 从 7.3 暴涨到 54.4。
Q2：本地能不能跑？
答：MIT 开源。3-bit 量化需约 110GB 内存+显存。本地跑不动直接用 API，$0.28/百万输出 token 极便宜。
Q3：跟 Claude Opus 4.8 比怎么样？
答：Terminal-Bench 82.7 vs 85.0，差 2.3 分但价格差 200 倍。
Q4：怎么接入？
答：API 已开放，支持 OpenAI Responses API 格式和 Codex。也可通过 橙风AI平台 统一接入。
参考信源
- DeepSeek. V4-Flash-0731 模型卡. 链接
- MarkTechPost. “DeepSeek Upgrades V4-Flash-0731.” 链接
- Developers Digest. “DeepSeek V4 Flash 0731.” 链接
- temperature2. “DeepSeek V4-Flash update.” 链接
- Digital Applied. “DeepSeek V4 Flash 0731.” 链接
👤 关于作者
橙风AI 技术博客作者，AI 编程工具深度用户。📧 tokencome.cn | 📖 更多 AI 教程 →