一句话看懂：DeepSeek 于 7 月 31 日正式上线 V4-Flash 正式版 API 公测，主打 Agent 能力大幅增强，多项基准测试成绩超过 V4-Pro-Preview，且原生适配 Codex、支持 Responses API，是面向智能体开发场景的一次明确补强。
事件核心：发生了什么
2026 年 7 月 31 日下午，DeepSeek 通过 API 文档发布日志宣布，DeepSeek-V4-Flash 正式版 API 上线公测，模型版本为 DeepSeek-V4-Flash-0731。这一版本并非全新架构，根据官方说明，它的模型结构、尺寸与此前的 V4-Flash-preview 保持一致，重点在于重新进行了后训练，并针对智能体场景做了能力增强。
从公开的基准测试数据来看，V4-Flash 在终端与编码类任务上有明显提升：Terminal Bench 2.1 得分 82.7，NL2Repo 得分 54.2，Cybergym 得分 76.7，DeepSWE 得分 54.4，Toolathlon verified 得分 70.3，Agent Last Exam 得分 25.2，Automation Bench（Public）得分 25.1，DSBench-FullStack 得分 68.7，DSBench-Hard 得分 59.6。官方称这些成绩远超 V4-Pro-Preview。
此外，V4-Flash 正式版原生支持 Responses API 格式，并针对性适配了 Codex。本次升级仅涉及 V4-Flash 的 API 接口，DeepSeek-V4-Pro API 及 APP/WEB 端模型没有改动，V4-Pro 正式版预计会“尽快”发布。
为什么重要
这次更新透露了几个关键信号。其一，DeepSeek 正在把重心从“通用对话”转向“智能体执行”——V4-Flash 的后训练方向、基准测试选择和 Codex 适配，都指向实际的终端操作、代码生成、工具调用等自动化任务，而非单纯的文本生成。
其二，通过“后训练”而非“换架构”来迭代模型，意味着 DeepSeek 在工程效率和成本控制上采取更务实的路线：沿用已有基础模型，用数据配比和训练策略优化特定能力，这比重新预训练一个模型要快得多，也更适合快速迭代。
其三，V4-Flash 分数超过 V4-Pro-Preview，说明 DeepSeek 在 Flash（轻量级）上优先打磨 Agent 能力，而不是把最强的通用模型先推出来。这种错位竞争节奏，也让外界对后续 V4-Pro 正式版的定位和表现有了更多想象空间。
对用户/开发者/创作者的影响
对开发者来说，V4-Flash 最直接的吸引力是 API 已上线公测，且支持 Responses API 格式和 Codex 适配，降低了接入门槛。做智能体（Agent）应用、自动化工作流或 Coding Copilot 类产品的团队，可以立即测试它在真实任务中的表现，而不必再等待 V4-Pro。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对普通用户而言，由于 APP/WEB 端模型未变，短期内使用体验不会有感知上的变化，但若公测稳定，V4-Flash 的能力很可能后续会被整合到前端产品中，尤其在需要调用工具、浏览网页、读取代码的场景下，体验会逐步提升。
对创作者来说，V4-Flash 的重点方向是“做事”而非“生成内容”，因此它更适合作为内容生产链路中的中间环节——例如自动抓取资料、整理素材、生成结构化文档——而不是直接替代图像或文本创作工具。
值得关注的后续
接下来有几个具体的观察点：
第一，V4-Pro 正式版何时发布、价格如何设定，以及它会在 Agent 能力上做到什么水平，这关系到 DeepSeek 各模型档位之间的分工逻辑。
第二，V4-Flash 公测期间的价格和限流政策是否会对开发者友好——尤其是如果它在 Agent 场景下的调用成本明显低于 Top 级模型，那么围绕它搭建的第三方应用生态很可能会迅速出现。
第三，这些基准测试数据在真实使用中能否兑现。基准是重要参考，但 Agent 应用的实际可靠性还取决于工具兼容性、错误恢复能力和运行时稳定性，这些往往要在公测中逐步暴露和修复。
来源：IT之家（RSS）
