DeepSeek V4-Flash正式版上線，Agent能力一夜之間變強(qiáng)了

DeepSeek V4-Flash正式版上線，Agent能力一夜之間變強(qiáng)了

你有沒有發(fā)現(xiàn)，最近國產(chǎn)大模型更新速度快得有點(diǎn)離譜。前腳剛看完預(yù)覽版，后腳正式版就來了。7月31日下午，DeepSeek通過API文檔發(fā)布了一則更新日志，宣布DeepSeek-V4-Flash正式版API上線公測。這不是一次普通的版本號(hào)跳動(dòng)，而是把Agent（智能體）能力實(shí)打?qū)嵉乩吡艘淮蠼亍?/p>

先說最直觀的變化。官方給出的基準(zhǔn)測試數(shù)據(jù)里，V4-Flash正式版在好幾個(gè)Agent專項(xiàng)評(píng)測上遠(yuǎn)超之前的V4-Pro-Preview版本。比如Terminal Bench 2.1拿到了82.7分，Cybergym是76.7，DeepSWE是54.4，Toolathlon verified到了70.3，DSBench-FullStack也沖到了68.7。這些名字聽起來很技術(shù)，翻譯過來就是一句話：這個(gè)模型更會(huì)自己操作電腦、自己調(diào)工具、自己跑代碼任務(wù)了。

為什么這件事重要？因?yàn)檫^去一年大家都在聊"大模型能不能干活"，而不只是"能不能聊天"。所謂Agent能力，就是讓模型像個(gè)小助理一樣，接到一個(gè)模糊的任務(wù)，自己拆解步驟、調(diào)用軟件、查資料、改bug，最后把結(jié)果交給你。V4-Flash這次明顯是在往這個(gè)方向猛踩油門。

有意思的是，DeepSeek這次把正式版和預(yù)覽版做了區(qū)分。官方說明，V4-Flash-0731這個(gè)正式版的模型結(jié)構(gòu)、尺寸和之前的preview保持一致，區(qū)別是重新做了后訓(xùn)練。也就是說，底層沒大改，但在"怎么更好地聽話、怎么更穩(wěn)地完成任務(wù)"這件具體的事上下了功夫。另外正式版原生支持Responses API格式，還針對(duì)性適配了Codex。對(duì)開發(fā)者來說，這意味著接入成本更低，寫代碼助手的體驗(yàn)會(huì)更順。

那V4-Pro呢？官方在日志里留了句話：正式版V4-Flash上線公測，而V4-Pro正式版將"盡快"發(fā)布。等于說，更強(qiáng)的那個(gè)還在路上，今天先把這個(gè)更能打的Flash放出來給大家用。

從行業(yè)角度看，DeepSeek這波操作其實(shí)踩在了一個(gè)關(guān)鍵節(jié)點(diǎn)上。今年上半年開始，國內(nèi)外模型廠商的競爭焦點(diǎn)已經(jīng)從"誰參數(shù)多"悄悄轉(zhuǎn)向了"誰的Agent真能替人辦事"。OpenAI、谷歌、Anthropic都在推自己的智能體能力，國產(chǎn)這邊DeepSeek、通義、智譜也都在卷。V4-Flash正式版把基準(zhǔn)分?jǐn)?shù)擺出來，本質(zhì)上是在用公開評(píng)測說話：我能干的事，有分?jǐn)?shù)佐證。

對(duì)普通用戶來說，感知可能還沒那么直接，畢竟API是開發(fā)者先用。但往下傳導(dǎo)會(huì)很快：你用的那些AI寫代碼工具、AI自動(dòng)填表工具、AI客服，底層模型一旦換上這種Agent能力更強(qiáng)的版本，最明顯的變化就是"少廢話、多辦事"。以前要你手把手教三步才能完成的任務(wù)，以后可能一段話就搞定了。

當(dāng)然也要潑點(diǎn)冷水。基準(zhǔn)測試分?jǐn)?shù)高，不代表真實(shí)場景里就一定完美。Agent跑長任務(wù)容易中途走偏、調(diào)用工具出錯(cuò)，這些問題在整個(gè)行業(yè)都還沒徹底解決。DeepSeek自己也在日志里說，這次主要是后訓(xùn)練優(yōu)化，結(jié)構(gòu)沒變，所以上限還得看后續(xù)V4-Pro正式版的表現(xiàn)。

總的來說，V4-Flash正式版上線是個(gè)信號(hào)：國產(chǎn)大模型在Agent這條賽道上，已經(jīng)開始從"演示給用戶看"走向"真的能交付"。接下來幾個(gè)月，V4-Pro正式版、各家的新視頻模型、新編程模型會(huì)陸續(xù)撞在一起，今年的AI圈，熱鬧才剛開場。

來源：DeepSeek API文檔發(fā)布日志（2026年7月31日）、新浪財(cái)經(jīng)、極客公園《極客早知道》（2026年8月1日）