7月31日，DeepSeek通过API文档发布日志，宣布DeepSeek-V4-Flash正式版API上线公测。距离V4预览版上线过去三个月，DeepSeek用一个轻量模型给出了一个信号：Agent能力的提升，不一定靠堆参数。
130亿激活参数，撬动逼近旗舰的Agent能力
DeepSeek-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——两者在模型规模上相差一个数量级。V4-Flash的定位很明确：面向对速度和成本极度敏感的工作负载，主打“快”和“省”。
但正式版的变化不止于快。DeepSeek明确表示，此次更新“仅重新进行了后训练”，模型结构和尺寸与预览版完全一致。这意味着Flash的Agent能力提升，几乎全部来自训练方法和数据质量的优化——用更聪明的训练，而不是更大的模型。
九项Agent基准测试，全线超越预览版
正式版V4-Flash在多项Agent基准测试中取得显著提升：
Terminal Bench 2.1：82.7分（预览版61.8分）
NL2Repo：54.2分（预览版39.4分）
Cybergym：76.7分（预览版38.7分）
DeepSWE：54.4分（预览版7.3分）
Toolathlon Verified：70.3分（预览版49.7分）
Agent Last Exam：25.2分（预览版15.8分）
Automation Bench Public：25.1分（预览版10.8分）
DSBench-FullStack：68.7分（预览版37.0分）
DSBench-Hard：59.6分（预览版25.8分）
部分成绩甚至逼近三个月前V4-Pro预览版的水平。一个激活参数仅130亿的轻量模型，在Agent能力上跑出这样的分数，说明后训练阶段的优化空间，可能比单纯堆参数更具杠杆效应。
横向对比来看，V4-Flash正式版在多项基准测试中也超越了智谱GLM-5.2等模型。在Cybergym上76.7分的成绩，虽然与Opus-4.8的83.1分仍有差距，但考虑到模型规模的量级差异，这个表现已经超出预期。
原生支持Responses API + Codex适配，降低迁移成本
正式版V4-Flash原生支持OpenAI力推的Responses API格式，并针对性适配了Codex。开发者可以将OpenAI生态的Agent应用低成本迁移至DeepSeek平台。
同时，DeepSeek自研的Agent框架DeepSeek Harness首次以正式命名亮相。公开基准测试中的Code Agent任务，正是使用DeepSeek Harness的极简模式作为框架进行测试。这意味着DeepSeek不仅在模型层面做优化，在Agent框架层面也做了针对性部署。
性价比路线：用低价撬动Agent市场
DeepSeek-V4-Flash的定价延续了DeepSeek一贯的“价格屠夫”风格。平时价格：缓存命中输入0.02元/百万Token，缓存未命中输入1元/百万Token，输出2元/百万Token。高峰时段价格为平时的2倍。
Agent场景对推理速度和成本极度敏感——在需要反复调用工具的多轮任务中，Flash的低价优势将形成显著竞争力。对于开发者来说，这意味着可以用更低的成本跑更多的Agent任务，把“试错”变成“常规操作”。
此次发布距离DeepSeek完成超500亿元首轮融资不足两个月，公司估值已攀升至约710亿美元。从“不融资不上市”到加速商业化冲刺，DeepSeek正在用V4-Flash正式版在Agent战场上投下第一枚棋子。
2026年的关键词是Agent。DeepSeek-V4-Flash正式版用130亿激活参数证明了一件事：Agent能力不一定非要用最大模型才能跑出来。更聪明的后训练、更精准的框架优化、更具竞争力的定价——这三件事叠加在一起，可能比单纯堆参数更能决定Agent战争的走向。
