一句话结论： 这不是一次新模型发布，而是同一个 284B / 13B 激活 模型重新做了一遍后训练。V4-Flash-0731 在 Artificial Analysis 上 Intelligence Index 50、单任务成本 $0.03，跑分逼近闭源旗舰但价格仅为几十分之一。本文覆盖时间线、与 Kimi K3、Qwen3.8-Max、GPT-5.6 降价 的横向对照、Harness 跑分争议、「斩杀线」价格战背景、六步 Runbook 与 FAQ，并链接 V4 满血版 GA 深度解析。
00V4-Flash-0731 是什么？
DeepSeek V4-Flash-0731 是 2026 年 7 月 31 日进入 API 公测的官方正式版构建标签。总参数 2840 亿、每次推理激活 130 亿，与 4 月预览版架构完全相同——DeepSeek 官方明确说明性能提升「完全来自重新进行的后训练」，而非扩大模型规模。
| 规格 | 数值 |
|---|---|
| 官方版日期 | 2026 年 7 月 31 日（API 公测） |
| 总参数 / 激活参数 | 284B / 13B（与预览版相同） |
| 上下文窗口 | 1,000,000 tokens |
| 输入定价（缓存未命中 / 命中） | $0.14 / $0.0028 每百万 token |
| 输出定价 | $0.28 每百万 token |
| 协议 | MIT（权重已同步 Hugging Face） |
| 接入范围 | 仅限 API；App 与网页端暂未同步 |
| V4-Pro 官方版 | 未发布（截至 8 月 5 日） |
| Harness Agent 框架 | changelog 首次点名，尚未公开发布 |
01时间线：从 4 月预览到 7 月「官方版」
- 2026 年 4 月 24 日： DeepSeek-V4 预览版首次发布并开源，含 V4-Pro（1.6T / 49B 激活）与 V4-Flash（284B / 13B 激活），均支持 100 万 token 上下文，MIT 协议。
- 2026 年 7 月 20 日： V4 满血版 GA 宣布，引入峰谷计费框架。
- 2026 年 7 月 24 日： 旧接口
deepseek-chat与deepseek-reasoner正式停用，全部流量切换到 V4 系列命名。 - 2026 年 7 月 27 日： 月之暗面 Kimi K3（2.8T）开源权重上线 Hugging Face，给 DeepSeek 制造竞争压力。
- 2026 年 7 月 31 日： V4-Flash-0731 正式版进入 API 公测，权重同步 Hugging Face；changelog 首次点名自研 Agent 框架「Harness」，称将随 V4 正式版一起发布。
- 截至 2026 年 8 月 5 日： V4-Pro 官方版仍是「尽快发布」；有媒体援引未署名消息源称 8 月 10–20 日可能 GA——未经 DeepSeek 官方证实，仅供参考。
痛点选型时容易被忽略的隐性成本
- 跑分依赖 Harness： Agent 类跑分全部基于尚未公开发布的 Harness「极简模式」，官方自己提醒「跑分对 harness 选择非常敏感」，不能简单等同于模型本身能力。
- 缓存命中率现实差距： $0.0028/M 的输入价依赖缓存命中；冷启动、轮换 system prompt、多租户路由常导致回退到 $0.14/M。
- 海外开发者可用性问题： 据 21 世纪经济报道援引社区反馈，正式版存在输入缓存命中率偏低、安全分类器偶发超时等问题。
- 智能上限： Artificial Analysis 上 V4-Flash Intelligence Index 为 50，落后于 Kimi K3（57）和 GLM-5.2（高约 1 分）；闭源旗舰仍高约 9 分以上。
- V4-Pro 真空期： 等 1.6T 旗舰的团队没有官方 ship date；8 月 10–20 日为社区传言。
- 融资传闻噪音： 媒体报道约 74 亿美元融资、710 亿美元估值等均为「据报道」，尚无监管备案或官方确认。
02架构没变，变的是后训练
V4-Flash-0731 在参数规模、模型结构上与 4 月预览版完全相同。这和「更强 = 更大」的直觉相反——也印证 2026 年下半年大模型竞争里，后训练数据质量与方法的重要性正在逼近甚至超过堆参数。
技术报告《DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence》描述三处关键架构（预览版已具备，0731 沿用）：
- 混合注意力（CSA + HCA）： 压缩稀疏注意力与高度压缩注意力结合，对外称 DSA 稀疏注意力，降低长上下文计算与显存开销。
- 流形约束超连接（mHC）： 改进传统残差连接结构。
- Muon 优化器： 替换传统优化器，提升训练收敛速度与稳定性。
Harness：DeepSeek 自研 Agent 框架首次亮相
7 月 31 日 changelog 第一次正式出现「DeepSeek Harness」——对标 Claude Code 的 Agent 执行框架，用于读写文件、调用工具、执行命令、完成端到端工程任务。此前 DeepSeek 模型主要依赖 Claude Code、OpenCode 等第三方工具。官方 Agent 跑分（Terminal Bench 2.0、Toolathlon 等）全部用 Harness「极简模式」测出，参数为 max 档位、top_p=0.95、temperature=1.0。
03横向对比：中国开源大模型的「六边形混战」
| 模型 | 状态 | 总参数 / 激活 | 上下文 | 输入（未命中/命中，$/M） | 输出（$/M） | 协议 |
|---|---|---|---|---|---|---|
| V4-Flash-0731 | 官方（7/31） | 284B / 13B | 1M | $0.14 / $0.0028 | $0.28 | MIT |
| V4-Pro | 预览（官方未发） | 1.6T / 49B | 1M | $0.435 / $0.003625 | $0.87 | MIT |
| Kimi K3 | 权重开源（7/27） | 2.8T / ~104B（社区估） | ~1.05M | $3.00 / $0.30 | $15.00 | Kimi K3 License |
| GLM-5.2 | 开源（2026/6） | ~744B / ~40B | 1M | 本文未核实 | 本文未核实 | MIT |
| Qwen3.8-Max | API GA（8/2），权重待放 | 2.4T / 95B | 1M | $2.00 / ~$0.17–0.25 | $6.00 | 承诺开源 |
| 模型 | Artificial Analysis Intelligence Index | 单任务平均成本（AA） | 备注 |
|---|---|---|---|
| V4-Flash-0731 | 50 | $0.03 | 第三方独立评测 |
| Kimi K3 | 57 | $0.86 | 第三方独立评测 |
| GLM-5.2 | 比 V4-Flash 高约 1 分 | 本文未核实 | 第三方转引 |
| GPT-5.6 Sol | 比 V4-Flash 高 9+ 分 | $1.86 | 闭源 |
| Claude Fable 5 | 比 V4-Flash 高 9+ 分 | $3.15 | 闭源 |
有趣反差：V4-Flash 智能分不是最高，甚至落后于 Kimi K3 和 GLM-5.2；但单任务成本仅为 Kimi K3 的约 1/29、GPT-5.6 Sol 的约 1/62、Claude Fable 5 的约 1/105。DeepSeek 打的不是「跑分第一」，而是「够用的智能 + 极致的价格」——这也解释预览版为何能在 OpenRouter 连续七周调用量第一。
04争议点：跑分好看，不代表没有水分
- Harness 依赖： Terminal Bench 2.0 的 82.7 分基于未公开 Harness 极简模式；在 Claude Code、Cursor 等框架独立复现前，应视为「厂商自报 + 特定框架」结果。
- 可用性反差： 海外开发者反馈缓存命中率偏低、安全分类器超时——与「跑分暴涨」营销叙事形成反差。
- V4-Pro 上线传言： 快科技等媒体报道「8 月 10–20 日 GA」均为未署名消息源；官方 changelog 原话只是「将尽快发布」。
- 峰谷加价预告： DeepSeek 已预告未来 API 高峰时段（北京时间 9–12 点、14–18 点）2 倍加价，截至发稿未公布生效日期。
05「斩杀线」与价格战：从「梁白开」到「梁圣」
V4-Pro 迟迟未兑现「7 月中旬全量上线」预期时，中文 AI 社区曾把创始人梁文锋戏称为「梁白开」（谐音「白等」）。V4-Flash-0731 上线后表现超出预期，昵称又翻回「梁圣」——戏谑式反转本身就是观察社区情绪的侧面。
更值得关注的是「斩杀线」说法：DeepSeek 凭借「够用性能 + 极端低价」，给同行设下门槛——友商模型若性能没有明显超过 DeepSeek、又拿不出更低价格，就会失去存在感。这也解释 GPT-5.6 Luna 一次性降价 80% 等密集调价。一位 AI 创业孵化人士对 21 世纪经济报道的评价颇为形象：「所有大模型公司都在梁文锋前面奔跑，不管用什么方式，都必须跑到 DeepSeek 前面才能生存。」
7 月 31 日当天，英伟达、博通、AMD 等算力股并未明显波动——市场似乎已习惯「DeepSeek 式效率突破」，不再简单把「更少算力做到同等效果」等同于利空算力股。这与 2025 年初 DeepSeek-R1 引发全球 AI 芯片股下跌形成鲜明对比。
06六步 Runbook：V4-Flash API 迁移与选型
-
01
核对旧 model 名是否已迁移：若仍调用
deepseek-chat或deepseek-reasoner，立即切换到deepseek-v4-flash；7 月 24 日起旧名已停用。 -
02
确认接入协议：OpenAI ChatCompletions 与 Anthropic 格式均兼容，
deepseek-v4-flash会自动指向 0731 官方构建，无需改业务代码结构。 -
03
按场景选 Flash 或 Pro 预览：批量 Agent、流水线、成本敏感任务走 Flash-0731；深度推理、世界知识密集任务可暂用 V4-Pro 预览版，等官方版再评估。
-
04
小规模冒烟 + 缓存策略：用 1 万 token 级任务测延迟与质量；固定 system prompt 提升缓存命中率，对照 Kimi K3 做盲测 A/B。
-
05
Agent Harness 独立验证：勿仅凭 Terminal Bench 2.0 厂商数字路由生产流量；在 Claude Code、Cursor 或自有 Harness 上复现关键任务后再放量。
- 06
07总结与 FAQ
DeepSeek V4-Flash-0731 用同一套 284B 架构证明了 2026 年大模型竞争的新逻辑：后训练质量可以打败参数规模，而极致定价可以重新定义 Agent 批量任务的经济学。但 Harness 依赖的跑分、缓存命中率现实、V4-Pro 上线真空与融资传闻，都要求工程团队以自家 A/B 为准，而非仅看发布会数字。
团队用 V4-Flash 驱动 Agent 对大型代码库长时调用时，仍需要稳定、可审计的本地开发与 CI 平面。共享分钟池、桌下 Mac 或超卖 VPS 上的带宽抖动、邻居 CPU 抢占与长连线中断，会迅速吃掉 Token 降价带来的收益。对更稳定的生产 Agent 主机与构建环境，NUKCLOUD 多区域裸机 Mac / 云端 Mac 节点提供独占 Apple Silicon 算力与清晰租户边界，可在 定价页 对照规格并经 下单页 试跑。
deepseek-v4-flash 自动指向新版。仍用 deepseek-chat/deepseek-reasoner 的须尽快迁移。资料截至 2026-08-05。来源：DeepSeek 官方 API 文档与 changelog、V4 技术报告、Artificial Analysis（经财经媒体转引）、21 世纪经济报道、快科技、V2EX 社区讨论。定价与跑分均为厂商自报或第三方转引，发布前请核实最新状态。