DeepSeek V4 Flash 0731 横空出世：Agent 能力暴涨 6 倍，价格不到 Claude 的 1/90，免费模型瞬间不香了
没有发布会，没有预热，只悄悄在 API 文档里更新了一行日志——整个开发者圈却炸了。
7 月 31 日下午，DeepSeek 在 API 文档发布日志，宣布 DeepSeek-V4-Flash 正式版（V4-Flash-0731）API 上线公测。没有华丽的发布会，没有铺天盖地的宣传，这个被命名为「DeepSeek-V4-Flash-0731」的模型，却用一份令人瞠目的成绩单，让一众免费模型瞬间失去了吸引力。
01 一场「后训练」引发的质变
这次升级最反直觉的地方在于：模型架构和参数规模完全没变。
DeepSeek 官方明确，V4-Flash-0731 与预览版的模型结构、尺寸完全一致，仅重新做了后训练（Post-training）。总参数 2840 亿，激活参数仅 130 亿——就是这么一副「老身子骨」，硬是靠着后训练脱胎换骨。
说白了：DeepSeek 没靠堆参数、没靠重做预训练，而是让模型学会更好地拆解任务、调用工具、执行代码。这释放了一个信号——大模型未来的竞争，正在从「拼参数」转向「拼后训练效率」。
02 Agent 能力暴涨，多项基准「封神」
升级的核心靶点只有一个：Agent 能力。
官方一口气放出 9 项 Agent 基准成绩，几项尤为炸裂：
基准测试 | V4-Flash-0731 | 对比 | 提升 |
DeepSWE | 54.4 | 预览版 7.3 | 暴涨 6 倍+ |
Terminal Bench 2.1 | 82.7 | V4-Pro 预览 72.1 / GLM-5.2 81.0 | 全面反超 |
NL2Repo | 54.2 | — | 代码仓库生成飞跃 |
Cybergym | 76.7 | — | 网络安全表现优异 |
Toolathlon Verified | 70.3 | — | 工具调用大幅提升 |
其中 DeepSWE 从 7.3 飙到 54.4，涨超 6 倍；Terminal Bench 2.1 的 82.7 不仅超过自家 V4-Pro 预览版，也压过了 GLM-5.2 的 81.0。
更关键的是第三方机构 Artificial Analysis（AA） 的背书：发布当天就把 0731 放上智能指数榜，得分 50，比 4 月预览版高 10 分，比自家 V4-Pro 还高 6 分。一个激活参数仅 130 亿的轻量模型，反超了参数规模大得多的自家旗舰预览版——三个月前，没人敢信这事。
03 价格「打穿」地板：免费模型瞬间不香了
如果说能力飞跃让人惊叹，价格就是让人「破防」的那一刀。
按 DeepSeek 当前常规 API 价：
- 输入（未命中缓存）：1 元 / 百万 Token
- 输出：2 元 / 百万 Token
- 输入（命中缓存）：仅 2 分 / 百万 Token
什么概念？处理一整本《三体》（约 90 万字），输入成本不到 1 块钱；写一份完整商业计划书或中等项目代码，成本仅 2 毛钱。
更狠的是约 98% 的缓存命中折扣。有开发者实测：用官方 API 搭配 Claude Code 连续跑近 4 小时，消耗约 1 亿 Token、缓存命中率 99%，总花费不到 1 块钱，代码质量还过得去、返工大幅减少。
横向一比更直观：
模型 | 输入（$/百万） | 输出（$/百万） |
DeepSeek V4 Flash | 0.14 | 0.28 |
Kimi K3 | 3 | 15 |
Claude Opus 4.8 | — | ~25 |
Kimi K3 的输入是 V4 Flash 的 21 倍、输出 54 倍；对比 Claude Opus 4.8，V4 Flash 输出成本仅其 1/90。即便官方预告后续峰谷定价、高峰翻倍，翻倍后依然便宜得离谱。
04 生态「用脚投票」：从国家平台到开发者工具
性能炸裂、价格打穿，市场反应立竿见影。
8 月 2 日，国家超算互联网平台宣布上线 V4-Flash-0731，全面开放 API 调用与模型文件下载。截至目前，该平台 AI 社区已汇聚超 1700 款国内外主流开源大模型——国家级平台接入，是最硬的背书。
与此同时，OpenRouter 火速纳入列表；WorkBuddy 等 AI 编程助手已内置该模型；权重文件也已上架 Hugging Face。从国家级算力平台到开发者工具链，从 API 网关到开源社区，V4 Flash 0731 正在以惊人速度渗进 AI 基础设施的每一环。
05 当能力越过「可用线」，价格决定一切
有开发者把 V4 Flash 塞进真实工作流，跑了资料梳理、长文处理、方案分析、结构化输出和局部代码任务后，给出一句关键判断：
「能用，而且已经足够覆盖我日常工作里的大部分需求。它已经越过了我对日常模型的可用线。」
这句话的分量远超任何跑分。多数普通任务并不要求模型考 100 分——一份资料总结只要没漏关键信息就能用，一段局部代码只要通过测试就够了。当模型从「勉强凑合」变成「足够好用」，而价格又被压到几乎可忽略不计时，它就不再是「偶尔调用」的工具，而是「默认启用」的基础设施。
写在最后
DeepSeek V4 Flash 0731 的发布，揭开了一个正在发生的变化：AI 竞争正从「能不能做」迈入「用不用得起」的新阶段。
它用事实告诉所有人：免费模型不再香了——因为每天花不到 1 块钱，就能雇到一个「永不疲倦、逻辑满级」的超级助理。那些曾经靠「免费」吸引用户的模型，在真正的性价比面前，剩下的可能只有情怀了。
当然，目前 V4-Flash 仍仅提供 API 公测，网页版与 App 暂无法体验最新能力，V4-Pro 正式版也「将会尽快发布」。但有一点已经很清楚——这场由 DeepSeek 掀起的「性价比风暴」，才刚刚开始。
（本文数据均来自 DeepSeek 官方公告及 Artificial Analysis 独立评测，截至 2026-08-03。）