2026 DeepSeek V4 Flash 正式版評測：跑分逼近 Opus 4.8，價格僅對手幾十分之一｜決策指南

2026 年 7 月 31 日，DeepSeek 將 V4-Flash 升級為官方正式版（build 0731）：284B 總參數、13B 激活參數完全不變，性能提升全部來自重新後訓練，Agent 基準上甚至反超自家更大的 V4-Pro 預覽版，定價僅 Claude Opus 4.8 的幾十分之一。真正的旗艦 V4-Pro 官方版，以及 DeepSeek 首次自研的 Agent 框架 Harness，截至 8 月 5 日仍處「即將發布」狀態。本文梳理 4 月預覽到 7 月正式版的完整時間軸，對照 Kimi K3、GLM-5.2、Qwen3.8-Max 的定價與跑分，並提供 API 接入與 Agent 宿主機的決策框架。

1. 三類決策痛點：跑分、定價與 Harness 的落差

1. 把 Terminal Bench 82.7 分當成通用 Agent 能力：V4-Flash-0731 公布的 Agent 跑分（Terminal Bench 2.0 82.7，反超 V4-Pro 預覽版 67.9）全部基於 DeepSeek 自研且尚未公開的 Harness「極簡模式」，參數為 max 檔、top_p=0.95、temperature=1.0。官方 changelog 已主動提示「跑分對 harness 選擇非常敏感」——在 Hugging Face 博主與海外開發者論壇複現之前，不宜直接套用到 Claude Code、Cursor 等框架。
2. 只看 Token 貼紙價、忽略高峰加價與快取命中率：V4-Flash 輸入 $0.14/$0.0028、輸出 $0.28（每百萬 Token）確實遠低於 Kimi K3（$3/$15）與 Claude Fable 5，但 DeepSeek 已預告高峰時段 2 倍加價（北京時間 9–12 點、14–18 點），截至發稿未公布生效日期；海外開發者社群亦回報正式版存在輸入快取命中率偏低、安全分類器偶發逾時等可用性問題。
3. Agent 流水線需要 7×24 宿主機，而非只看 API 單價：V4-Flash 預覽版已在 OpenRouter 連續七週穩坐呼叫量第一，目標用戶是大規模 Agent 與批量任務——若閘道跑在會休眠的筆電、或程式碼庫未透過 SFTP/rsync 同步，再低的 API 定價也會被任務重跑與人工排障吃掉。

2. 時間軸：從 4 月預覽到 7 月正式版

• 2026 年 4 月 24 日：DeepSeek-V4 預覽版首次發布並開源，包含 V4-Pro（1.6T 總參數／49B 激活）與 V4-Flash（284B 總參數／13B 激活），均支援 100 萬 Token 上下文，採 MIT 協議。
• 2026 年 7 月 24 日：舊介面模型名 deepseek-chat 與 deepseek-reasoner 正式停用，全部流量切換至 V4 系列命名。
• 2026 年 7 月 27 日：月之暗面 Kimi K3（2.8T 總參數）開源權重上線 Hugging Face，為當時體量最大的開源權重發布之一，對 DeepSeek 形成不小競爭壓力。
• 2026 年 7 月 31 日：DeepSeek-V4-Flash-0731 正式版進入 API 公測，開源權重同步上線 Hugging Face；changelog 首次點名自研 Agent 框架「Harness」，稱即將隨 V4 正式版一起發布。此次公測僅限 API，App 與網頁端尚未同步更新。
• 截至 2026 年 8 月 5 日（發稿時）：V4-Pro 官方版仍是「盡快發布」，無官方確認日期。部分媒體援引未署名消息源稱內部測試已在 7 月 28 日那週啟動，正式 GA 窗口可能在 8 月 10 日至 20 日之間——此時間點目前未經 DeepSeek 官方證實，僅供參考。

3. 核心數據一覽：定價、參數與授權

以上定價均為 DeepSeek、Moonshot、阿里等官方公開資料，屬「廠商自報」資訊。DeepSeek 已預告未來將對 API 啟用「高峰時段 2 倍加價」（北京時間 9–12 點、14–18 點），截至發稿未公布具體生效日期。

4. 深度拆解：後訓練、混合注意力與 Harness

架構不變，變的是後訓練

V4-Flash-0731 在參數規模、模型結構上與 4 月預覽版完全相同，DeepSeek 官方明確說明性能提升「完全來自重新進行的後訓練」，而非擴大模型規模。284B 總參數、13B 激活的 Flash 版本，在多項 Agent 基準上反而超過參數量是自己數倍的 V4-Pro 預覽版——2026 年下半年大模型競爭中，後訓練資料品質與方法的重要性正逼近甚至超過單純堆參數。

混合注意力：CSA+HCA、mHC、Muon 優化器

依 DeepSeek 技術報告《DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence》，V4 系列在架構上做了三處關鍵改動：

1. 混合注意力架構：結合壓縮稀疏注意力（CSA）與高度壓縮注意力（HCA），對外統稱「DSA 稀疏注意力」，核心目的是在長上下文場景降低計算與記憶體開銷；
2. 流形約束超連接（mHC）：對傳統殘差連接結構做改進；
3. Muon 優化器：替換傳統優化器，提升訓練收斂速度與穩定性。

三項改動疊加的效果：在 100 萬 Token 上下文下，V4-Pro 相比前代 V3.2，單 Token 推理所需 FLOPs 僅 27%，KV Cache 占用僅 10%（DeepSeek 官方技術指標，尚未見獨立第三方複現驗證）。若基本屬實，意味「百萬級上下文」第一次有可能以接近主流上下文長度的成本大規模商用。

自研 Agent 框架 Harness 首次亮相

7 月 31 日 changelog 首次正式出現「DeepSeek Harness」——DeepSeek 自研的 Agent 執行框架，用於讓模型讀寫檔案、呼叫工具、執行命令、完成端到端工程任務，對標 Claude Code。在此之前，DeepSeek 模型主要依賴 Claude Code、OpenCode 等第三方 Agent 工具。官方公開的 Agent 跑分（Terminal Bench 2.0、Toolathlon 等）全部是用 Harness 的「極簡模式」測出，DeepSeek 亦主動提示跑分對框架選擇高度敏感。

5. 橫向對比：國產開源大模型六邊形混戰

Intelligence Index 與單任務成本引自 Artificial Analysis（第三方獨立評測），經財經媒體轉引；DeepSeek 官方 Agent 跑分為廠商自報，兩組數據評測方法與權重不完全一致，本文分開列出。一個值得留意的反差：在 Artificial Analysis 上，V4-Flash 的智慧分並非最高，甚至落後 Kimi K3 與 GLM-5.2；但單任務成本僅 Kimi K3 的約 1/29、GPT-5.6 Sol 的約 1/62、Claude Fable 5 的約 1/105。DeepSeek 打的不是「跑分第一」，而是「夠用的智能 + 極致價格」——這也是 V4-Flash 預覽版能在 OpenRouter 連續七週穩坐呼叫量第一的原因。

依 21 世紀經濟報導援引的公開定價，V4-Flash 正式版較 Claude Opus 4.8 約便宜 36 倍（快取未命中輸入）、179 倍（快取命中輸入）、89 倍（輸出），均為每百萬 Token 的廠商牌價，非獨立審計結果。

6. 爭議點：跑分水分、可用性與未證實傳聞

• 跑分方法依賴 Harness，官方自己都在提醒別只看數字：在獨立社群複現之前，Terminal Bench 2.0 等數字應視為「廠商自報＋特定框架」結果，不宜直接橫向套用到其他 Agent 框架。
• 海外開發者回報具體可用性問題：據 21 世紀經濟報導援引海外開發者社群，正式版存在輸入快取命中率偏低、安全分類器偶發逾時等問題，反映算力與參數儲備仍是限制模型能力上限的現實瓶頸。
• V4-Pro 官方版與 Harness 上線時間未經證實：多家中文媒體報導「8 月 10–20 日 GA」等窗口均為未署名消息源，DeepSeek 官方 changelog 原話只是「將盡快發布」，讀者應以此為準。
• 融資與 IPO 傳聞需謹慎對待：多家媒體報導 DeepSeek 近期完成約 74 億美元（約人民幣 500 億元）融資、估值約 487 億美元，以及籌備新一輪約 710 億美元估值融資與 IPO。這些資訊主要來自「據報導」「消息人士稱」，尚無 DeepSeek 官方或監管備案直接確認，本文僅作背景資訊呈現。

7. 產業背景：「梁白開」到「梁聖」與「斬殺線」

V4 正式版發布前，因 Pro 版本遲遲未兌現「7 月中旬全量上線」預期，中文 AI 社群一度把 DeepSeek 創辦人梁文鋒戲稱為「梁白開」（諧音「白等」「放空炮」）。V4-Flash-0731 上線後因實際表現超出預期，網友又把「梁聖」稱號還了回去——這種戲謔式暱稱反轉，是觀察中國 AI 社群情緒風向的有趣側面。

更值得關注的是中文開發者社群流傳的「斬殺線」說法：DeepSeek 以「夠用的性能 + 極端低價」組合，給同行設下一道門檻——友商模型若性能未明顯超過 DeepSeek，又拿不出更低價格，便可能在市場上失去存在感。這也解釋近期 GPT-5.6 Luna 低價版一次性降價 80% 等密集定價調整。一位 AI 創業孵化業內人士對 21 世紀經濟報導的評價頗為形象：「所有大模型公司都在梁文鋒前面奔跑，不管用什麼方式，都必須跑到 DeepSeek 前面才能生存。」

從更大產業背景看，V4-Flash 正式版上線當天（7 月 31 日），輝達、博通、AMD 等算力晶片股並未出現明顯波動——市場似乎已習慣「DeepSeek 式效率突破」敘事，不再簡單把「用更少算力做到同等效果」等同「利空算力股」。這與 2025 年初 DeepSeek-R1 發布時引發全球 AI 晶片股集體下跌形成鮮明對比。

8. 五步實操：V4-Flash-0731 接入與評估清單

1. 完成舊模型名稱遷移：7 月 24 日起 deepseek-chat／deepseek-reasoner 已停用；若使用 OpenAI ChatCompletions 或 Anthropic 格式 API，將 model 設為 deepseek-v4-flash 即可自動指向 0731 正式版，無需改程式碼結構。
2. 核實定價與高峰加價政策：記錄輸入 $0.14（快取未命中）／$0.0028（命中）、輸出 $0.28；在 Agent 流水線中啟用快取策略，並預留高峰 2 倍加價緩衝（生效日期待官方公告）。
3. 區分廠商自報與第三方跑分：SWE-bench Verified 等廣泛採用的第三方基準可信度較高；Terminal Bench 2.0 等 Agent 分數待 Harness 公開後再對照 Claude Code、Cursor 獨立複現。
4. 配置 Kimi K3／Qwen3.8-Max 多模型回退：在 OpenClaw 或閘道層設定分層路由——V4-Flash 負責高頻批量與程式碼性價比；Kimi K3 負責更高 Intelligence Index 場景；Qwen3.8-Max 負責多模態旗艦任務。監控「每任務實際花費」而非只看 Token 貼紙價。
5. 將 Agent 宿主機部署至 7×24 遠端 Mac：Harness 與 Claude Code 類工具需穩定長連與充足伺服器記憶體；透過 SFTP/rsync 同步程式碼庫，在 Apple Silicon 遠端 Mac 上跑 OpenClaw 閘道，避免筆電休眠中斷 Agent 迴圈。詳見站內《Kimi K3 全面開放權重》與《Qwen3.8-Max GA 決策指南》。

9. Agent 宿主機決策矩陣

10. 常見問題

Q1：DeepSeek V4 和 V3.2 最大的差別是什麼？
A：原生支援 100 萬 Token 上下文，且長上下文場景下計算與記憶體開銷大幅降低（V4-Pro 在百萬 Token 下 FLOPs 僅 V3.2 的 27%，KV Cache 僅 10%）。V4 系列另針對 Agent 能力做專項優化，適配 Claude Code、OpenCode 等主流 Agent 工具。

Q2：日常應該選 V4 Flash 還是 V4 Pro？
A：若為普通對話、簡單任務或需大規模低成本呼叫，V4-Flash-0731 官方版性價比更高，且 Agent 跑分已反超 V4-Pro 預覽版。若任務涉及更深世界知識或複雜推理且預算不敏感，可先用 V4-Pro 預覽版，待官方版上線後再評估。

Q3：現在能用上 V4 Pro 官方版嗎？
A：截至 2026 年 8 月 5 日尚不能。目前正式版僅 V4-Flash-0731，且僅限 API 呼叫，App 與網頁端仍為舊版。V4-Pro 官方版與 Harness 官方口徑為「盡快發布」，網傳 8 月 10–20 日等時間未經證實。

Q4：DeepSeek 公布的跑分能直接相信嗎？
A：建議區分對待。SWE-bench Verified 等第三方基準可信度較高；Terminal Bench 2.0 等 Agent 跑分用 DeepSeek 自研且未公開的 Harness 測得，官方亦提示對框架選擇高度敏感，建議等社群以 Claude Code、Cursor 等獨立複現後再下結論。

Q5：這次更新對一般開發者有什麼實際影響？
A：若已用 OpenAI 或 Anthropic 格式 API 接入 DeepSeek，無需改程式碼，deepseek-v4-flash 會自動指向新正式版。若仍使用已停用的 deepseek-chat／deepseek-reasoner，須盡快切換新命名。

資料來源：DeepSeek 官方 API 文件與更新日誌（api-docs.deepseek.com）、DeepSeek-V4 技術報告及 Hugging Face 模型卡（deepseek-ai/DeepSeek-V4-Pro、DeepSeek-V4-Flash）、Artificial Analysis 第三方評測（經旺得富理財網、Meyka 等轉引）、21 世紀經濟報導《DeepSeek 又發重磅更新 行業夢回 2025 年春天》、快科技（鳳凰網科技轉載）《DeepSeek V4 正式版有多強》、V2EX 社群討論、36 氪歐洲版、HTX Insights、Moonshot AI（Kimi K3）、智譜／Z.ai（GLM-5.2）、阿里雲（Qwen3.8-Max）官方發布資訊。發布前請務必核實最新定價、跑分及 V4-Pro/Harness 上線狀態；本文所有數據截至 2026 年 8 月 5 日。

11. 總結：夠用的智能 + 極致價格，Agent 底座才是決勝關

DeepSeek V4-Flash-0731 的核心故事是：284B 參數不變、後訓練重跑換來 Agent 跑分反超 V4-Pro 預覽版，定價僅 Claude Opus 4.8 幾十分之一，但 Harness 尚未公開、V4-Pro 官方版仍待發布。它不在 Artificial Analysis 上爭「智慧分第一」，而是用 $0.03/任務的成本鎖定大規模 Agent 與批量場景——這也是預覽版能在 OpenRouter 連續七週穩坐呼叫量第一的原因。

對台港開發者與 Agent 團隊而言，更務實的路徑是：先把 V4-Flash API 與 Kimi K3／Qwen3.8-Max 做分層路由跑通，監控「每任務實際花費」；筆電與通用 Linux 伺服器在長程自主任務上反而容易暴露「省 API 費、丟 Agent 迴圈」的隱性成本——休眠中斷、程式碼庫不同步導致重跑，都會吃掉低價 API 紅利。快取命中率偏低與高峰加價政策亦提醒：定價優勢需搭配穩定宿主機與合理路由策略才能轉化為生產收益。

若你計劃在 V4-Flash 正式版窗口期大規模跑 Agent 工作流或並行驗證多模型回退路由，建議將 Claude Code、OpenClaw 閘道與團隊程式碼庫統一部署在持續在線的 Apple Silicon 遠端 Mac上，透過 SFTP/rsync 保持倉庫一致、確保頻寬穩定。SFTPMAC 遠端 Mac 租賃提供面向 AI Agent 的 macOS 環境：原生 Cursor 相容、低延遲 API 回呼、7×24 不中斷、充足伺服器記憶體承載 Harness 級工具鏈——比「個人裝置兼 Agent 宿主機」更適合在 2026 年這場國產大模型價格戰中，把 V4-Flash 的 API 紅利真正轉化為生產收益。