北京
出品 | 網(wǎng)易智能
作者 | 小小
編輯 | 王鳳枝
DeepSeek又一次引發(fā)海外開發(fā)者熱議，連馬斯克都在X上關(guān)注了它。
7月31日，DeepSeek正式開放V4 Flash API公測。官方公布的測試結(jié)果顯示，新版本在多個智能體基準測試中大幅超過此前的V4-Pro Preview。
真正讓開發(fā)者興奮的，并不只是一次科技圈圍觀，而是DeepSeek V4 Flash走出的路線：
在保持2840億總參數(shù)規(guī)模、單Token激活130億參數(shù)和100萬Token上下文窗口的基礎(chǔ)上，通過后訓練優(yōu)化提升智能體與代碼能力。
更關(guān)鍵的是，它把這種能力壓到了一個極低的價格區(qū)間。
V4 Flash每百萬未命中緩存輸入Token僅1塊錢，輸出Token 2塊錢；緩存命中輸入成本更低至2分錢。 海外開發(fā)者實測中，單次任務(wù)調(diào)用成本甚至低至0.0005美元，與部分競品拉開了數(shù)量級差距。
這也是DeepSeek V4 Flash真正引發(fā)關(guān)注的原因：
它不只是又一個"便宜能用"的模型，而是在嘗試證明，接近前沿水平的智能體能力，也可以用遠低于傳統(tǒng)旗艦?zāi)Ｐ偷某杀具\行。
官方同時明確表示，本次更新僅升級DeepSeek-V4-Flash API，V4 Pro API與客戶端維持不變，V4 Pro正式版即將發(fā)布。
當OpenAI、Anthropic等頭部實驗室仍在圍繞更強模型和更高算力投入競爭時，DeepSeek正在重新提出另一個問題：
前沿智能，究竟應(yīng)該賣多少錢？
01馬斯克關(guān)注之后，海外社區(qū)為何熱議
"馬斯克需要親自試試V4 Flash。它就像魔法一樣。"
這句話最初來自X上的開發(fā)者討論。
隨著這句話傳播，網(wǎng)友發(fā)現(xiàn)，埃隆·馬斯克真的關(guān)注了DeepSeek官方賬號。這一細節(jié)迅速在海外社區(qū)引發(fā)討論。
有網(wǎng)友認為，馬斯克與DeepSeek在推動AI技術(shù)發(fā)展、探索科學突破方面存在一些共同點；也有人開始猜測未來可能出現(xiàn)合作。
當然，更多開發(fā)者選擇用玩笑回應(yīng)。有人調(diào)侃下一代編程模型Composer 3.5可能會基于DeepSeek構(gòu)建；還有網(wǎng)友直接調(diào)侃Grok：
"我猜他要買下DeepSeek。你說呢Grok，你的爹要給你買個小弟弟嗎？"
這些玩笑背后，是海外開發(fā)者對V4 Flash的真實興趣：他們關(guān)注的不是一次社交媒體熱搜，而是這個模型是否正在改變AI開發(fā)的成本結(jié)構(gòu)。
02基準壓測：官方數(shù)據(jù)與第三方驗證怎么說
評估一次后訓練的成效，最直接的辦法就是看標準化測試集上的量化表現(xiàn)。
官方公布的基準測試中，V4 Flash在模擬真實命令行環(huán)境操作的Terminal Bench 2.1（82.7分）、網(wǎng)絡(luò)安全攻防Cybergym（76.7分）以及復(fù)雜API協(xié)同Toolathlon Verified（70.3分）等智能體場景中均表現(xiàn)上佳。
而在代碼工程化與復(fù)雜軟件重構(gòu)領(lǐng)域（如NL2Repo與DeepSWE），它同樣取得了較好成績，甚至在其內(nèi)部的全棧難題測試集（DSBench-Hard）中拿下59.6分。
官方解釋稱，這套代碼智能體表現(xiàn)是在最大努力級別與特定采樣參數(shù)下跑出的。這種"小體積、高智商"的突破，直接打破了傳統(tǒng)大模型"參數(shù)越龐大、智能體表現(xiàn)才越強"的固有認知。
第三方權(quán)威測評機構(gòu)的交叉驗證，進一步補充了該模型的表現(xiàn)細節(jié)。
測評機構(gòu)Artificial Analysis在Intelligence Index智能指數(shù)測試中給予V4 Flash 50分的成績，這一分數(shù)比上代模型提升10分，領(lǐng)先V4 Pro預(yù)覽版6分，甚至追平了Gemini 3.6 Flash，并與GPT-5.6 Luna、GLM-5.2等模型接近。
在運行效率與輸出質(zhì)量方面，Artificial Analysis的測試表明，V4 Flash跑完整個智能指數(shù)消耗了2.06億個輸出Token，相比前代的2.34億個下降12%。
同時，該模型在AA-Omniscience事實準確率與抗幻覺評估中的表現(xiàn)提升了12個百分點，展現(xiàn)出更好的上下文理解能力。
在評估真實世界智能體任務(wù)的GDPval-AA v2中，V4 Flash拿下1559的Elo評級，在開源權(quán)重模型中僅次于Kimi K3，超越了GLM-5.2。
而在Arena.ai前端代碼競技場中，DeepSeek-V4-Flash-High拿下1586分，位列競技場第七名、開源模型第三名，較前代提升154分。
結(jié)合其首token延遲（TTFT）與吞吐量（TPS）表現(xiàn)，憑借98% 的緩存折扣，V4 Flash單任務(wù)執(zhí)行成本比打折后的GPT-5.6 Luna還低60%。
Arena.ai評價指出，V4 Flash在前端代碼與智能體領(lǐng)域重新塑造了"價格—質(zhì)量"層面的帕累托前沿。
03開發(fā)者工程實測：150倍價差下的極致性價比
隨著公測展開，開發(fā)者社區(qū)涌現(xiàn)出大量實操壓測，V4 Flash在真實Terminal智能體、Canvas前端渲染以及跨模型工作流中的表現(xiàn)被多角度呈現(xiàn)。
在最直觀的極限性價比層面，科技分析師 @RoundtableSpace在對比發(fā)布時間僅相隔七天的Opus 5時觀察到，盡管Opus 5能一次完成復(fù)雜任務(wù)，而DeepSeek需要經(jīng)過三次迭代嘗試，但Opus輸出了長達3000行代碼，DeepSeek用約900行精簡代碼就達到了目的，且單次嘗試成本僅約1美分。
科技博主 @SciTechera也援引數(shù)據(jù)進一步驗證，在Terminal-Bench 2.1上，V4 Flash完成單個基準任務(wù)的估計花費僅為0.03美元， 相比高價旗艦?zāi)Ｐ驼宫F(xiàn)出了極強的成本壓制。
而當脫離極端高價模型、轉(zhuǎn)而對比同預(yù)算檔位的競品時，V4 Flash依然保持了品質(zhì)上的小幅領(lǐng)先。
在前瞻性的前端與動態(tài)交互測試中，開發(fā)者 @stevibe將降價后的OpenAI GPT-5.6 Luna與V4 Flash放在一起對比。
在3D魔方旋轉(zhuǎn)測試中，DeepSeek的貼紙與旋轉(zhuǎn)表現(xiàn)流暢，而Luna出現(xiàn)了貼紙位置錯位的問題；在煙花爆破綻放效果中，Luna出現(xiàn)較明顯的卡頓；而在筆寫"Hello"草書的動態(tài)渲染上，Luna直接渲染為靜態(tài)圖像，DeepSeek則完成了動態(tài)草書軌跡。
@stevibe認為，在相同的預(yù)算檔位下，DeepSeek的綜合渲染表現(xiàn)略勝一籌。
除了直接對抗，面對V4 Flash暫未原生接入視覺輸入的短板，開發(fā)者們探索出了具有實操價值的"跨模型組合"工作流。
前端開發(fā)者 @hqmank在重建3D地球儀表板測試中，先讓Kimi K3讀取參考圖像并提取布局與顏色規(guī)范，再將結(jié)構(gòu)化文本轉(zhuǎn)交給V4 Flash進行代碼生成。實測結(jié)果顯示，布局與間距被較好還原，而整體輸出成本遠低于完全調(diào)用頂級多模態(tài)模型。
這種靈活的生態(tài)配合，最終落腳于工業(yè)級智能體開發(fā)的成本賬單上。
Bold Metrics CTO摩根·林頓（Morgan Linton）在VulcanBench測試后指出，V4 Flash在中等努力水平（Medium Effort）下的表現(xiàn)極其穩(wěn)定，成功擊敗了Grok 4.5、Fable 和ChatGPT。
對于需要成千上萬次API 調(diào)用的工業(yè)級智能體工作流而言，這種極低的價格讓大批量自動化試錯第一次具備了財務(wù)可行性。
大模型測評團隊 @CommandCodeAI 在相同的游戲設(shè)計提示詞測試中發(fā)現(xiàn)，Kimi K3與GLM 5.2表現(xiàn)出色，單次調(diào)用花費分別為0.0740美元和0.0480美元；而DeepSeek V4 Flash 雖在邊緣細節(jié)上略顯粗糙，但單次調(diào)用的實際賬單僅為0.0005美元，便宜了整整150倍。
硬件與模型設(shè)計師 @bookwormengr 體驗后感嘆，V4 Flash 在如此小巧的體積和極低成本下展現(xiàn)出的知識密度簡直如同"巫術(shù)"， 雖然UI 和視覺交互體驗上仍可向月之暗面借鑒，但其底層智力產(chǎn)出已足夠令人震撼。
盡管V4 Flash 在性價比與常態(tài)代碼補全上表現(xiàn)優(yōu)異，但客觀的工程壓測中，它也暴露出了一定的技術(shù)邊界：
首先，在極高難度的推理與算法突破場景中，F(xiàn)lash 模型的表現(xiàn)依然受限于其激活參數(shù)規(guī)模。 軟件開發(fā)者 @OmedVibeCodes 在深度基準壓測后指出，面對頂級模型（如GPT-5.6 Sol、Kimi K3等）時，V4 Flash 在處理極其復(fù)雜的長邏輯鏈求解上仍有明顯差距。
其次，在特定測試套件的兼容性上，@OmedVibeCodes 觀察到Pi 套件在DeepSeek 上的運行表現(xiàn)遜于 OpenCode，顯示出不同基準下的適配差異。
此外，當前 V4 Flash 尚不支持原生的多模態(tài)視覺輸入，處理圖文混排任務(wù)時仍需借助外部模型進行前置解析。
因此，在真實的生產(chǎn)架構(gòu)中，V4 Flash 更適合承擔80% 高頻、常態(tài)化任務(wù)的基礎(chǔ)引擎角色，而極端復(fù)雜的難題仍需交由規(guī)模更大的旗艦?zāi)Ｐ吞幚怼?/b>
04灰度中的 V4 Pro 提前亮相："礦泉水摻頂級茅臺"
在 Flash 模型憑性價比引發(fā)關(guān)注的同時，正在小范圍灰度測試的旗艦?zāi)Ｐ?V4 Pro GA 正式版也引發(fā)了討論。
開發(fā)者 @BoxMrChen 僅用4行提示詞，要求模型融合《我的世界》與《無人深空》的核心機制編寫一款 Web 網(wǎng)頁游戲。V4 Pro 經(jīng)過深度推理，以約0.1美元的 Token 成本生成了包含任務(wù)樹系統(tǒng)、物品合成邏輯與資源采集的可玩游戲。
開發(fā)者 @mirochill 在復(fù)雜 Bug 修復(fù)測試中表示，針對《魷魚游戲》機制的代碼構(gòu)建中，V4 Pro 只經(jīng)歷2次自我迭代就修復(fù)了深層邏輯缺陷，連續(xù)輸出3000行代碼，總成本僅0.12美元，表現(xiàn)足以正面抗衡 Fable 5和 GPT-5.6 Sol。
開發(fā)者 @Waguri_Kaoruko8補充稱，新版 V4的推理思維鏈（CoT）能夠自動梳理出"編寫主要場景代碼……""生成核心邏輯……"等節(jié)點，可讀性有所提升。
然而，V4 Pro 展現(xiàn)出的生成能力，也在社區(qū)內(nèi)引發(fā)了爭議。
科技媒體 @TechFlowPost 報道稱，有部分開發(fā)者稱在調(diào)用 V4 Pro 生成復(fù)雜大廠級別代碼時，發(fā)現(xiàn)其輸出風格與某些高價旗艦?zāi)Ｐ停ɡ?Claude Fable 5）存在相似之處，甚至有用戶稱觸發(fā)了疑似特定高價模型風格的安全拒絕響應(yīng)，從而引發(fā)了后臺是否采用了混合路由機制的猜測。
社區(qū)調(diào)侃該現(xiàn)象為"礦泉水瓶里摻茅臺"。 需要指出的是，上述安全響應(yīng)細節(jié)目前多為社區(qū)反饋，尚無官方的進一步復(fù)現(xiàn)說明。
面對社區(qū)的種種猜想，技術(shù)專家 @TeksCreate 從架構(gòu)層面給出了分析。
V4 Pro 擁有1.6萬億的總參數(shù)規(guī)模（推理時單 Token 激活490億），采用 MoE 混合專家架構(gòu)。 其核心改進在于引入了混合注意力系統(tǒng)，將歷史壓縮（CSA）、超長文本壓縮（HCA）與全保真跟蹤（SWA）結(jié)合，使處理100萬上下文時的計算量降至前代的27%，KV 緩存占用也大幅下降。
在性能上，V4 Pro 在 Codeforces 跑出3206分，SWE-bench Verified 達80.6%，1M 長上下文檢索 MRCR 達83.5%。 @TeksCreate 認為，這些架構(gòu)創(chuàng)新證明 V4 Pro 本身具備獨立達到該水平的技術(shù)條件。至于模型在實際部署中是否使用了混合路由，在官方明確回應(yīng)之前尚無定論。
05宏觀市場重構(gòu)：更多人負擔得起的前沿 AI 生產(chǎn)力
從 V4 Flash 的正式公測到 V4 Pro 正式版的灰度亮相，DeepSeek 掀起的定價風暴正在全球開發(fā)者生態(tài)與市場預(yù)期中引發(fā)連鎖反應(yīng)。
對比當下主流廠商的定價策略，V4 Flash 每百萬輸入/輸出 Token 0.14/0.28美元的價格，不僅讓打折后的 GPT-5.6 Luna（輸入0.20美元/輸出1.20美元）感到巨大壓力，更是對 Anthropic Haiku 4.5（輸入1美元/輸出5美元）形成了輸入端便宜7倍、輸出端便宜18倍的優(yōu)勢。
預(yù)測市場平臺 Polymarket 的分析者 @goodworse 認為，V4 Flash 的出現(xiàn)將迫使前沿 AI 服務(wù)的綜合使用成本進一步降低。
0xSupergemma 創(chuàng)始人宋駿（Jun Song）從全球經(jīng)濟視角分析指出，全球有相當龐大的低收入群體與初創(chuàng)團隊無法直接承擔高昂的模型訂閱費。DeepSeek 極低 API 定價的意義，在于能夠通過下游開發(fā)者轉(zhuǎn)化為極其便宜的 SaaS 工具、應(yīng)用與服務(wù)，間接讓更廣泛的終端用戶享受技術(shù)紅利，成為降低 AI 生產(chǎn)力門檻的重要選項之一。
《財富》雜志分析指出，DeepSeek V4的研發(fā)與發(fā)布與華為底層芯片生態(tài)進行了緊密適配。 隨著華為昇騰系列處理器軟硬件協(xié)同效率的提升，未來模型推理成本還有進一步下探的空間。DeepSeek 展現(xiàn)出的成本優(yōu)勢，背后是算法架構(gòu)重構(gòu)與本土硬件生態(tài)適配共同作用的結(jié)果。
結(jié)語
綜合官方測試集數(shù)據(jù)、權(quán)威第三方交叉驗證以及一線開發(fā)者的真實反饋，DeepSeek V4 Flash 展現(xiàn)出的核心價值，并不在于要在每一個實驗室單項榜單上都拿下第一，而在于它以一種務(wù)實的方式，重構(gòu)了智能體與代碼開發(fā)中的成本賬單。
在現(xiàn)代智能體軟件工程中，一個看似簡單的自然語言指令，往往需要拆解為意圖理解、環(huán)境感知、文件檢索、工具調(diào)用以及多次代碼生成與自我修正，調(diào)用的乘數(shù)效應(yīng)會瞬間放大 Token 消耗。
V4 Flash 在中等努力水平下的穩(wěn)定性、對 Codex 接口的無縫集成以及高額緩存折扣，為開發(fā)者提供了一個能夠支撐大規(guī)模日常調(diào)用的基礎(chǔ)選項。
當越來越多的企業(yè)財務(wù)官與開發(fā)者開始精細化計算 API 賬單時，答案已經(jīng)很明確：前沿智能的價格，正在被重新定義。
本文來源：網(wǎng)易智能
責任編輯：
王鳳枝_NT2541
