（注意：文章发布时间为2026年8月4日，DeepSeek V4 Pro正式版已于2026年8月13日发布）

等待三个多月后，DeepSeek V4终于迎来了一次重要更新。

2026年7月31日，DeepSeek宣布，DeepSeek-V4-Flash正式版API上线公测。开发者无需更换模型名称，继续调用deepseek-v4-flash，即可使用最新的DeepSeek-V4-Flash-0731。

不过，这次更新还不能简单理解为“DeepSeek V4正式版全面上线”。

DeepSeek官方明确说明，此次升级只涉及V4-Flash的API接口，DeepSeek-V4-Pro API以及App、网页端模型均未发生变化，V4-Pro正式版仍在推进之中。

因此，DeepSeek V4目前的状态可以概括为：

Flash正式版率先进入API公测，Pro正式版仍在路上，普通用户暂时还无法在DeepSeek网页端和App中体验这次更新。

一、V4早已亮相，这次更新了什么

DeepSeek V4最早于2026年4月24日发布预览版。

当时，DeepSeek一次性推出了V4-Pro和V4-Flash两个型号，并同步开放API和模型权重。

其中，V4-Pro拥有约1.6万亿总参数，每次生成激活约490亿参数；V4-Flash拥有约2840亿总参数，每次激活约130亿参数。两个模型均支持思考和非思考模式，上下文长度达到100万Token。

从产品定位上看，两个型号承担着不同任务。

V4-Pro负责探索能力上限，重点面向复杂推理、知识密集型任务、大型代码工程和长链条智能体工作流。

V4-Flash则更加注重响应速度、调用成本和并发效率，适合高频代码生成、客服问答、批量内容处理、工具调用和自动化办公等场景。

这次上线的DeepSeek-V4-Flash-0731，没有继续扩大参数规模，也没有改变模型基本结构。根据官方说明，新版本与V4-Flash预览版的模型结构和尺寸保持一致，主要进行了新一轮后训练。

也就是说，这次更新的核心不在于把模型“做得更大”，而在于让它更适合执行真实任务。

二、这次升级的关键词是Agent

DeepSeek在更新说明中反复强调了一项能力：Agent，即智能体。

普通聊天模型主要负责理解问题、整理信息并生成答案。智能体则要在此基础上继续向前一步：调用工具、执行命令、检索文件、修改代码，并根据每一步的结果决定下一步行动。

简单来说，聊天模型更像一名能够提供建议的顾问，智能体则更接近一名能够实际操作工具、推进工作的助手。

以软件开发为例，用户让普通模型“分析一下这个程序为什么报错”，模型通常会给出可能的原因和修改建议。

如果换成代码智能体，它可以进一步读取代码仓库、运行程序、查看错误日志、定位故障文件、修改代码，再重新运行测试。

从“告诉用户怎么做”到“直接参与把事情做完”，正是当前大模型产品演进的重要方向。

DeepSeek公布的数据显示，更新后的V4-Flash在Terminal Bench 2.1上取得82.7分，在DeepSWE上取得54.4分，在Toolathlon Verified上取得70.3分，并在多项智能体测试中超过V4-Pro预览版。

当然，官方跑分仍需理性看待。

DeepSeek在更新日志中注明，部分代码智能体测试使用了自家的DeepSeek Harness测试框架及指定参数，DSBench-FullStack和DSBench-Hard则属于内部测试集。因此，这些数据可以用来观察模型的优化方向，最终的实际表现还需要更多开发者在不同环境中验证。

相比单项跑分，更值得关注的是V4-Flash正式版已经原生支持Responses API，并针对Codex类编程工作流进行了适配。

目前，开发者还可以把DeepSeek接入Claude Code、GitHub Copilot、OpenCode等编程和智能体工具，将其作为后端模型使用。

这意味着V4-Flash的目标已经十分明确：它不只要进入聊天框，还要进入代码编辑器、终端、自动化平台和企业业务流程。

三、为什么是Flash率先更新

DeepSeek没有详细解释为何选择Flash率先推出正式版，但从成本和应用场景来看，这个决定并不难理解。

大模型从实验室进入真实业务后，能力只是衡量标准之一。

一家企业还要考虑模型响应是否足够快、输出是否稳定、能够同时处理多少任务，以及每天调用数万次、数十万次需要花多少钱。

在这些方面，V4-Flash拥有天然优势。

DeepSeek中国区官方API价格显示，当前两款模型的收费标准如下：

计费项目	V4-Flash	V4-Pro
百万Token输入，缓存命中	0.02元	0.025元
百万Token输入，缓存未命中	1元，约0.14美元	3元，约0.44美元
百万Token输出	2元，约0.28美元	6元，约0.87美元
默认并发限制	2500	500

需要注意的是，这里的“百万Token”是计费单位，不是调用一次模型的固定价格。一次任务实际花费多少，取决于输入材料和生成内容消耗了多少Token。

举个简单的例子。

假设一次任务需要输入10万Token，最终输出1万Token，并且输入没有命中缓存，那么调用一次V4-Flash的理论费用约为：

• 输入费用：10万Token，约0.1元；
• 输出费用：1万Token，约0.02元；
• 合计约0.12元。

实际计费还会受到缓存命中、任务长度和后续价格调整等因素影响，但这仍能直观反映V4-Flash的成本水平。

对个人用户来说，几角钱的差距可能并不明显。

对需要每天处理海量文件、客服对话、代码任务和业务数据的企业而言，模型之间每百万Token相差几元，经过数千万乃至数十亿Token的调用后，就会形成明显的成本差距。

因此，Flash率先转正，很可能代表了DeepSeek更加务实的一条产品路线：先把具备较强能力、响应速度更快、调用成本更低的模型推向大规模应用，再由Pro继续向能力上限发起冲击。

四、低价之外，峰谷定价也值得注意

DeepSeek还在价格页面预告，API服务即将采用峰谷定价策略。

按照目前公布的规则，高峰时段价格将调整为平时价格的两倍，覆盖全部计费项目。高峰时段暂定为北京时间每日9时至12时、14时至18时，具体实施时间仍以正式通知为准。

这意味着，假如峰谷定价正式实施，V4-Flash在高峰期的百万Token输入缓存未命中价格可能由1元提高至2元，百万Token输出价格可能由2元提高至4元。

这一机制对普通对话影响有限，却可能改变企业批量任务的运行方式。

例如，文档归档、数据清洗、代码扫描、内容审核等不要求立即完成的任务，可以尽量安排在非高峰时段处理。对于调用规模较大的企业，这种错峰运行能够进一步降低成本。

从这个细节也能看出，DeepSeek的API正在从单纯提供模型能力，逐渐走向更成熟的算力和服务调度体系。

五、100万Token上下文意味着什么

除了智能体能力，DeepSeek V4的另一项重要变化，是100万Token上下文已经成为Flash和Pro的标准配置，单次最大输出长度可达38.4万Token。

Token是模型识别和处理文本的基本单位，可以是文字、单词、数字或标点。它和汉字数量并不完全对应。

按照DeepSeek官方给出的粗略换算关系，一个汉字大约对应0.6个Token。不过，文档格式、代码、表格、英文和特殊符号都会影响实际占用量。

因此，100万Token可以大致理解为能够容纳百万字级别的中文材料。

这些材料可能是一套大型代码仓库，也可能是一批制度文件、合同资料、会议记录、技术方案或研究文献。

在过去，处理长文档通常需要先把材料切分成很多小段，再通过检索系统找出可能相关的内容，分批交给模型分析。

这种方式能够降低单次上下文压力，却容易割裂材料之间的联系。某个重要结论可能出现在第一份文件中，限制条件却藏在第五十份附件里。模型如果没有同时看到两部分内容，就可能产生误判。

上下文扩大后，模型可以在一次任务中接触更完整的信息，减少反复切割和重新拼接材料的需要。

不过，“能够装下100万Token”和“能够准确理解100万Token”仍是两回事。

真正需要观察的，是模型能否在海量材料中稳定找到关键信息，能否识别相互矛盾的表述，能否建立跨章节、跨文件的逻辑联系，以及在长时间运行后是否仍能保持任务目标。

100万Token提供了更大的“工作台”，模型能不能把工作台上的材料用好，仍要靠真实任务检验。

六、Flash不再只是Pro的“轻量版”

过去，人们提到Flash、Mini、Lite等型号时，往往会把它们理解为旗舰模型的简化版本：运行更快、价格更低，能力也相应下降。

V4-Flash正在改变这种印象。

它虽然只有约2840亿总参数、130亿激活参数，但仍支持100万Token上下文、思考与非思考双模式、工具调用、JSON输出、Responses API和Anthropic API格式。

在部分简单智能体任务上，V4-Flash预览版已经能够接近V4-Pro；经过新一轮后训练后，正式版又在多项智能体测试中超过了Pro预览版。

这说明Flash承担的角色已经发生变化。

它不只是帮助用户处理简单问答，也在成为可以大规模接入生产环境的工作模型。

企业可能只需要少量旗舰模型解决特别复杂的战略分析、科研推理和大型工程问题，却可能需要成千上万个低成本模型实例，分别处理客服、代码、文档、审批、搜索和数据整理任务。

从这个角度看，决定大模型能否真正普及的，未必永远是能力最强的旗舰型号。

很多时候，真正铺开市场的，反而是能力足够、速度够快、价格也足够低的高效模型。

七、V4-Pro仍是最大的悬念

尽管V4-Flash已经率先进入正式版API公测阶段，V4-Pro仍然是很多用户真正等待的型号。

DeepSeek在4月发布预览版时，将V4-Pro定位为V4系列的旗舰模型。

按照官方介绍，V4-Pro拥有约1.6万亿总参数、490亿激活参数，重点强化知识、数学、科学、代码和智能体能力，希望在开放模型中建立更明显的优势，并接近全球头部闭源模型。

不过，截至2026年8月4日，DeepSeek尚未公布V4-Pro正式版的准确发布时间。

目前的V4-Pro API仍然可以调用，但此次没有随着Flash一同更新。DeepSeek网页端和App端的模型也未同步切换，官方只表示V4-Pro正式版将“尽快发布”。

接下来，围绕V4-Pro还有几个关键问题：

它会继续沿用预览版的模型架构和参数规模吗？

它的智能体能力能否重新拉开与Flash的差距？

它是否会原生支持Responses API？

网页端和App端何时同步更新？

正式版V4-Pro会继续提高推理能力，还是会把更多资源投入代码、搜索和工具操作？

这些问题的答案，将决定DeepSeek V4系列的最终形态。

八、DeepSeek正在重新定义“便宜模型”

回顾DeepSeek过去几代模型，其引发行业关注的原因，往往不只在于模型能力，也在于极具竞争力的训练和调用成本。

V4-Flash延续了这条路线，并向前推进了一步。

低价模型过去常被视为一种妥协方案。用户为了降低成本，只能接受更弱的推理能力、更短的上下文和更有限的功能。

V4-Flash呈现出另一种思路：在控制参数激活规模和调用价格的同时，保留长上下文、思考模式、工具调用和智能体能力。

这意味着“便宜”不必等同于“只能处理简单问题”。

对于处在使用端的企业来说，这条路线可能比单纯刷新排行榜更有吸引力。

因为企业真正关心的是，模型能否稳定接入现有系统，能否处理业务材料，能否控制数据和调用成本，能否支撑多人、多部门同时使用。

如果一个模型能力领先5%，调用成本却高出数倍，它未必适合覆盖所有日常任务。

相反，一个模型只要能力达到业务要求，同时具有明显的价格和并发优势，就有机会成为企业智能化转型中的基础设施。

V4-Pro负责定义DeepSeek的能力上限，V4-Flash则负责扩大这种能力的应用范围。

一个负责“能做到多难”，一个负责“能用到多广”。

结语

DeepSeek V4的正式版故事，目前只写完了前半部分。

V4-Flash已经率先进入正式版API公测阶段，重点强化代码智能体、工具调用、长上下文和低成本部署能力；V4-Pro正式版仍在路上，具体发布时间和最终表现尚未揭晓。

这次更新真正值得关注的，已经不只是DeepSeek又取得了多少项测试成绩。

更重要的问题是：当大模型开始进入代码编辑器、终端、办公平台和企业业务系统后，怎样才能让每一次智能推理都足够稳定、足够快速，也足够便宜？

从目前的路线来看，DeepSeek给出的答案是：

用Pro继续提高能力上限，用Flash降低实际应用门槛。

Flash已经先行，Pro仍在路上，而DeepSeek V4真正的竞争，才刚刚开始。

本文信息截至2026年8月4日，模型状态及API价格可能随官方后续更新发生变化。