DeepSeek V4 Flash 正式版发布：
全球运行成本最低，智能体能力全线上扬
本报讯 7 月 31 日，DeepSeek 正式宣布 V4 Flash 正式版开放 API 公测；8 月 4 日，该模型进一步登陆中国联通京元平台，供行业客户直接调用。这款主打「性价比」的轻量旗舰，被业内视为大模型竞争从「堆参数」转向「比实效」的标志性产品。
V4 Flash 采用混合专家（MoE）架构，总参数 2840 亿、每次推理仅激活 130 亿参数。它支持 100 万 Token 超长上下文，单次最多可输出 38.4 万 Token，并同时兼容 OpenAI 与 Anthropic 两套接口协议——开发者几乎无需改代码即可接入。
价格是它最锋利的武器。据 Artificial Analysis 评估，V4 Flash 输入价格约 0.14 美元/百万 Token、输出约 0.28 美元/百万 Token，是目前全球主流大模型中运行成本最低的选手。国内 API 计价更低：缓存命中时输入低至 0.02 元/百万 Token，未命中 1 元，输出 2 元。
成本低，能力却不打折。在 TerminalBench 2.1、Cybergym、Toolathlon Verified、DSBench-FullStack 等智能体与代码基准上，V4 Flash 正式版得分分别为 82.7、76.7、70.3 与 68.7，九项基准全部超过 V4 Pro 预览版；其中 DeepSWE 分数差高达 +41.6，在 ALE 智能体任务上距 Claude Opus 4.8 仅差 0.5 分。
多模态同样「加量不加价」。基于 V4 Flash 的多模态模型通过约 7000 倍的视觉 Token 压缩，把整页截图压缩成极少量 Token 再送进大模型，配合「指代鸿沟」双轨思维与空间坐标推理，技术报告称其在多项视觉推理任务上已超越 GPT-5.4。
业界评论认为，V4 Flash 的意义不在参数规模本身，而在于它证明了「小激活、大能力」的路线可行：当 13B 激活参数就能撑起智能体级推理与多模态理解，云端算力成本的天花板，正在被重新定义。
数据快报
评测台 · 正式版 vs 预览版
| 基准 | V4 Flash 正式版 | 较预览版 |
|---|---|---|
| TerminalBench 2.1 | 82.7 | ↑ 领先 |
| Cybergym | 76.7 | ↑ 领先 |
| Toolathlon Verified | 70.3 | ↑ 领先 |
| DSBench-FullStack | 68.7 | ↑ 领先 |
| DeepSWE | — | 分差 +41.6 |
| ALE 智能体任务 | — | 距 Opus 4.8 仅 0.5 |
AI 小课堂
什么是 MoE「混合专家」？
MoE 把模型拆成许多「专家」子网络，每次输入只唤醒少数几个专家。V4 Flash 总参数 284B，实际只激活 13B——参数多但不全用，既保留知识容量，又大幅压低推理成本。
为什么「上下文 100 万 Token」很重要？
相当于一次性读入约三本《三体》三部曲的文字量。长上下文让模型可以直接处理整份代码仓库、完整合同或整部论文，再配合 38.4 万 Token 的单次输出，适合复杂工程任务。
「指代鸿沟」双轨思维是什么？
多模态模型常分不清「画面里的那个它」和「文字里的那个它」。双轨思维让语言与视觉各自推理再交叉校验，配合空间坐标，显著提升截图、图表、界面等场景的理解准确率。
开发者速查 · 如何用上 V4 Flash
- 官方渠道：DeepSeek 开放平台申请 API 公测，接口同时兼容 OpenAI 与 Anthropic 协议；
- 运营商渠道：中国联通京元平台已上线，企业客户可走私有化与行业应用路线；
- 注意上下文：100 万 Token 上下文按实际用量计费，长文档任务前先做分段预处理更省钱；
- 善用缓存：命中缓存时输入仅 0.02 元/百万 Token，固定系统提示词可显著降低成本；
- 高峰提醒：8 月 5 日消息显示，高峰时段价格上浮（0.04/2/4 元），批量任务建议错峰调度。
提示：请把上方按钮链接替换为你网站的真实网址。
- 全球运行成本最低：输入 $0.14 / 百万 Token
- 九项智能体基准全面超过 V4 Pro 预览版
- DeepSWE 分差 +41.6，代码工程能力大幅跃升
- 视觉 Token 压缩约 7000 倍，多模态推理超越 GPT-5.4
下期预告：V4 Flash 多模态实测——
把天文台星图「喂」给大模型会怎样？
敬请期待第 003 期。
欢迎来信交流科技日报的选题建议：
astro@example.com
（示例邮箱，请替换为真实地址）
