7 月 31 日，DeepSeek 為 V4-Flash 推出 0731 版本。官方更新日誌寫得直白：V4-Flash-0731 保持與先前的 Preview 版「相同的模型架構與規模，僅重新後訓練」。改動集中在代理（agent）能力上，官方稱基準結果「遠超 V4-Pro-Preview」，同時 API 原生支援 Responses API，並針對 Codex 特別調校。這次只有 V4-Flash API 升級，V4-Pro API 與 APP、WEB 端模型維持不變。
一個 Flash 定位的模型，宣稱基準越過自家 Pro 系列，這件事本身就是訊號：代理工作負載的競爭，已經不是只有旗艦模型在打。
架構不變，重訓後半場
官方公布的代理基準分數相當具體：Terminal Bench 2.1 拿下 82.7，NL2Repo 54.2，CyberGym 76.7，DeepSWE 54.4，Toolathlon（verified）70.3，Agent Last Exam 25.2。測試條件也一併公開：DeepSeek Harness 的 minimal 模式、max effort、top_p 0.95、溫度 1.0——不是靠挑環境才漂亮的分數。
原生支援 Responses API 這一點值得單獨看。這是 OpenAI 主推的介面規格，DeepSeek 還特別註明「為 Codex 調校」。一家開放權重實驗室把相容性直接做到 Codex 的工具鏈上，等於把競爭從模型分數推進到開發者的接線成本：本來要多寫一層轉接，現在直接換個模型名稱就能跑。
第三方數據：智能指數 35 分、每秒 210 個 token
Artificial Analysis 對 0731 版的測評給出更清楚的座標：智能指數（Intelligence Index）拿到 35 分，在 113 個模型裡排第九，遠高於同類中位數的 18 分。速度是更突出的強項——輸出每秒 210.1 個 token，全站排第三，首 token 延遲 0.98 秒；同尺寸開放權重模型的中位數只有 66.8。
價格維持 DeepSeek 一貫的激進：輸入每百萬 token 0.44 美元、輸出 1.32 美元，混合價約 0.23 美元，快取命中再打折。模型是 284B 總參數、13B 激活的 MoE，上下文 1M token，權重以 MIT 授權開放、可商用。要挑的毛病也有：評測期間它生成約 2.4 億個輸出 token，明顯高於中位數的 1.4 億——回答偏長，實際成本會比帳面價格再高一些。
對開發者的意義
三件事。第一，代理工作負載的成本曲線又往下探了一段：擠進智能指數前十的模型，輸出單價只有主流閉源旗艦的零頭，還能自托管。第二，「凍結架構、只重訓後訓練」的更新方式值得借鏡——這是把研究模型快速變成產品模型最省力的路徑，介面不動，使用者不必重新接線。第三，介面跟著生態走：原生 Responses API 加上 Codex 調校，說明開源陣營的競爭已經延伸到工具鏈相容性，不再只是榜單排名。
順帶一提，4 月上線時的 deepseek-chat 與 deepseek-reasoner 兩個舊別名已在 7 月 24 日停用；如果還有舊程式碼指著它們，遷移已經不是可選項。
參考來源
本文由 AI 協助自上述來源整理，經人工審核後發布。