DeepSeek-V4-Flash 正式版 API 开启公测，Agent 基准成绩显著提升

# DeepSeek V4正式版来了，新能力浮出水面，性价比之王开战 摘要： 性价比之王要打 Agent 仗了 凤凰网科技 出品 作者｜Dale 编辑｜董雨晴 7 月 31 日午后，凤凰网科技查询 DeepSeek 官网发现，DeepSeek-V4-Flash 正式版 API 上线公测。与以往 “Pro 强、Flash 弱”的分层逻辑不同，这次更新释放了一个值得关注的信号 ——Flash 正式版在多项 Agent 基准测试中的表现，已经逼近甚至超越了三个月前 V4-Pro 预览版的水平。 图片 官方更新日志显示，V4-Flash 正式版在 Terminal Bench 2.1 上拿到 82.7 分，NL2Repo 54.2 分，Cybergym 76.7 分，Toolathlon verified 70.3 分。而 V4-Pro 预览版在 Terminal Bench 2.0 上的得分为 67.9 分。 需要说明的是，Terminal Bench 2.0 与 2.1 并非同一版本的测试集，直接对比并不完全公平。但一个激活参数仅 130 亿的轻量版，在 Agent 能力上跑出这样的分数，已经在说明后训练阶段的优化空间，可能比单纯堆参数更具杠杆效应。 此外，DeepSeek也特别说明目前公测仅限API，App和网页端暂无法体验最新能力。DeepSeek-V4-Pro正式版将尽快发布。 “仅重新进行了后训练” DeepSeek 官方在更新日志中表示，“DeepSeek-V4-Flash-0731 的模型结构、尺寸和 DeepSeek-V4-Flash-preview 保持一致，仅重新进行了后训练。” [...] 生态层面的一次正面交锋 如果说 2023 年的大模型竞争是 “拼通用能力”，2024 年是 “拼长上下文”，那么 2026 年的关键词，毫无疑问是 Agent。 Agent 能力 —— 即模型自主规划、调用工具、执行复杂任务的能力 —— 正在成为衡量大模型实力的新标尺。从 Terminal Bench（终端操作）、NL2Repo（代码仓库生成）到 Cybergym（网络安全任务）、SWE-bench（软件工程），一系列 Agent 基准测试正在重新定义什么是好模型。 从全球范围看，Agent 能力的第一梯队目前仍由闭源巨头把持。据 b

## DeepSeek-V4-Flash正式版上线，Agent能力大幅增强 PConline太平洋科技 PConline太平洋科技 【太平洋科技快讯】据 IT 之家报道，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。 据介绍，正式版 V4-Flash 相比此前的 Preview 版本，Agent(智能体)能力大幅增强，在多项基准测试中表现显著提升。 各项测试具体成绩如下：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。 DeepSeek-V4-Flash 正式版原生兼容 Responses API 格式，针对 Codex 代码场景完成专项适配优化。Flash-0731 模型结构与尺寸与 Preview 版保持一致，主要是重新进行了后训练优化。 官方同时表示，本次更新仅针对 V4-Flash 的 API 服务，DeepSeek-V4-Pro 的 API、网页端与客户端模型均无同步调整。DeepSeek-V4-Pro 正式版将会尽快发布。

# DeepSeek-V4-Flash正式版上线，Agent能力大幅增强 头像 PConline太平洋科技 2026-07-31 14:56发布于广东数码领域创作者 问AI · 后训练优化如何让智能体能力跃升？ 【太平洋科技快讯】据 IT 之家报道，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。 据介绍，正式版 V4-Flash 相比此前的 Preview 版本，Agent(智能体)能力大幅增强，在多项基准测试中表现显著提升。 各项测试具体成绩如下：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。 DeepSeek-V4-Flash 正式版原生兼容 Responses API 格式，针对 Codex 代码场景完成专项适配优化。Flash-0731 模型结构与尺寸与 Preview 版保持一致，主要是重新进行了后训练优化。 官方同时表示，本次更新仅针对 V4-Flash 的 API 服务，DeepSeek-V4-Pro 的 API、网页端与客户端模型均无同步调整。DeepSeek-V4-Pro 正式版将会尽快发布。

# DeepSeek-V4系列迎重大升级 性能追平旗舰模型 Agent能力大幅增强 科创板日报 《科创板日报》8月2日讯（编辑 宋子乔） DeepSeek-V4系列模型迎来重大升级。抢在7月最后一天（31日），DeepSeek-V4-Flash正式版上线。 根据官方消息，DeepSeek-V4-Flash正式版的模型架构、大小和与预览版相同，即MoE（混合专家）架构、2840亿总参数、130亿激活参数、1M上下文，在此基础上，正式版仅重新进行了后训练，Agent能力便大幅增强，基准测试得分远超V4-Pro-Preview。 官方性能对比的是国产编程代表GLM-5.2及美国的Opus 4.8。DeepSeek-V4-Flash正式版的整体性能超过了GLM-5.2，逼近Opus 4.8。相比对标模型，V4 Flash只是个小参数模型，GLM-5.2总参数高达7440亿，激活参数为400亿，均远高于V4 Flash。 具体来看官方给出的9项Agent基准测试得分，在考察终端操作能力的Terminal Bench2.1上，DeepSeek-V4-Flash正式版的得分从61.8涨到了82.7；在代码仓库理解与修改任务NL2Repo、DeepSWE上，分别得分54.2和54.4，而其前身Flash Preview在DeepSWE项目上的得分仅为7.3。 另外，其指向网络安全任务的Cybergym得分为76.7，反映工具调用能力的Toolathlon-Verified达到70.3。 [...] 在更综合的智能体评测中，DeepSeek-V4-Flash正式版在Agent Last Exam和 Automation Bench Public上的得分分别为25.2和25.1，这两个项目都是2026年新推出、面向AI智能体的现实任务评测基准，用来检验大模型Agent能不能真正完成真实工作，区别于MMLU、Humanity’s Last Exam这类纯问答测试。 在内部全栈开发测试DSBench-FullStack与高难度编码测试DSBench-Hard上，得分则达到68.7和59.6。多项指标远超今年4月上线的V4-Pro预览版。 新版本上线后，Artificial Analysis和Arena.ai两大AI评测平台同步更新了该模型的基准测试结果。 Artifici

# 更新日志 ## 时间: 2026-07-31​ ### DeepSeek-V4-Flash 更新​ DeepSeek-V4-Flash 正式版 API 上线公测，API 调用方式不变，模型名设置为 `deepseek-v4-flash` 即可使用最新版本。 Agent 能力大幅增强，基准测试远超 V4-Pro-Preview： Terminal Bench 2.1: 82.7 NL2Repo: 54.2 Cybergym: 76.7 DeepSWE: 54.4 Toolathlon verified: 70.3 Agent Last Exam: 25.2 Automation Bench (Public): 25.1 DSBench-FullStack: 68.7 DSBench-Hard: 59.6 注1：对于公开基准测试集中的 Code Agent 任务，正式版 DeepSeek-V4-Flash 使用 DeepSeek Harness 极简模式（即将发布）作为框架进行测试，并使用 max 档位，topp=0.95，temperature=1.0 注2：DSBench-FullStack 是内部使用的全栈开发测试集，DSBench-Hard 是内部使用的 Coding Agent 难题测试集

user avatar DeepSeek @deepseek\_ai Jul 31 🚀 DeepSeek-V4-Flash Official API is now LIVE in public beta! 🔷 We’ve massively upgraded its Agent capabilities—benchmark scores are now far surpassing the V4-Pro-Preview. Check out the massive performance leap below! 👇 🔷 The official V4-Flash now natively supports the 8.7K user avatar 歸藏(guizang.ai) @op7418 Jul 31 V4 Flash 0731已经开源： deepseek-ai/DeepSeek-V4-Flash-0731 · Hugging FaceFrom huggingface.co 3.2K user avatar Morli @Morli61869992 Jul 31 需要注意在agent上的测试是基于自家还没发布的框架上跑的 998 [...] Log inSign up ## Post user avatar 歸藏(guizang.ai) @op7418 Deepseek V4 Flash 更新到正式版了，Agent 能力大幅提升，超过了 V4 Pro 的 Preview 版本！ 官方测评成绩： Terminal Bench 2.1: 82.7 NL2Repo: 54.2 Cybergym: 76.7 DeepSWE: 54.4 Toolathlon verified: 70.3 Agent Last Exam: 25.2 Automation Bench (Public): 25.1 DSBench-FullStack: 68.7 DSBench-Hard: 59.6 目前已经在官方 API 上线，同时还支持了 Codex 的 API 格式，可以快速配置。 Mac 一键配置脚本：bash <(curl -fsSL