当整个AI行业都在用更大的模型、更多的参数堆砌“智能天花板”时，DeepSeek选择了一条截然不同的路——它问了一个看似简单却极其硬核的问题：如果模型架构和参数规模完全不变，只靠重新打磨后训练，能不能让Agent能力暴涨6倍，甚至反超自家Pro预览版？

模型地址：https://www.modelscope.cn/models/deepseek-ai/DeepSeek-V4-Flash-0731

---

一、为什么这个模型值得你停下来读？

如果你接触过大模型（LLM）Agent应用，你一定对这样的困境习以为常：想要好的Agent能力？得上千亿甚至万亿参数的“巨无霸”。但大模型推理成本高、延迟大，Agent往往需要调用模型数十次甚至上百次才能完成一个任务——成本直接爆炸。

但DeepSeek-V4-Flash-0731给出了一个颠覆性的答案：

用2840亿总参数、每次仅激活130亿参数的MoE架构，在Terminal Bench 2.1上拿到82.7分，DeepSWE从7.3分暴涨到54.4分——Agent能力相比预览版提升了超过6倍，甚至超越了自家V4-Pro预览版。

更绝的是——模型架构和参数规模和4月发布的预览版完全一致，仅重新进行了后训练。

DeepSeek没有通过增加参数和重新预训练来提高模型的Agent能力。它用事实证明了：到了Agent阶段，模型规模并非决定性因素——训练方法和数据质量的权重，正在上升。

这不是在现有模型上做点微调——它是从训练策略层面重新定义了“模型能力提升”的路径。

---

二、核心亮点：三大杀手锏

2.1 ★ 284B参数MoE架构，每次只激活13B

DeepSeek-V4-Flash是DeepSeek V4系列中的“效率担当”：

维度	V4-Flash	V4-Pro
总参数量	2840亿（284B）	1.6万亿（1.6T）
每次激活参数	130亿（13B）	490亿（49B）
架构	MoE（混合专家）	MoE
上下文窗口	100万token	100万token

数据来源：

效果：拥有284B模型的“知识储备”，却只有13B模型的推理成本。这就是MoE的魔力——参数多但不贵，能力强但不慢。

2.2 ★ 同一副“骨架”，后训练让Agent能力暴涨6倍

这是DeepSeek-V4-Flash-0731最令人震撼的地方：

基准测试	V4-Flash预览版	V4-Flash-0731	提升幅度
DeepSWE	7.3	54.4	+645%（6倍+）
Terminal Bench 2.1	—	82.7	逼近Claude Opus 4.8（85.0）
NL2Repo	—	54.2	—
Cybergym	—	76.7	—
Toolathlon Verified	—	70.3	—
DSBench-FullStack	—	68.7	—

数据来源：

关键洞察：V4-Pro预览版在Terminal Bench 2.0上得分67.9。而Flash-0731在更难的2.1版本上拿了82.7——一个激活参数仅130亿的“小模型”，在Agent能力上反超了自家Pro预览版。

这意味着：你不需要激活490亿参数的Pro来做Agent任务。13B就够了，而且更好、更快、更便宜。

2.3 ★ 第三方智能指数50分，追平Gemini 3.6 Flash

在Artificial Analysis Intelligence Index（智能指数） 这个第三方综合榜单上：

模型	智能指数
GPT-5.6 Luna	51分（最高）
DeepSeek V4 Flash 0731	50分
Gemini 3.6 Flash	50分
DeepSeek V4 Pro	44分
DeepSeek V4 Flash（预览版）	40分

数据来源：

DeepSeek V4 Flash 0731以13B激活参数，追平了Gemini 3.6 Flash，在162个可比模型里排第2。而且价格仅为竞品的零头——输入$0.14/百万token，输出$0.27/百万token。

更关键的是成本优势：DeepSeek为其自有API提供了约98%的缓存命中折扣。即使OpenAI将GPT-5.6 Luna价格下调80%，DeepSeek V4 Flash 0731的单任务成本仍然比GPT-5.6 Luna低约60%。

---

三、技术解析：为什么后训练能让能力暴涨？

3.1 大模型训练的两个阶段

大模型的训练可以分为两个阶段：

• 预训练：模型通过大量文本和代码学习知识，形成基础能力。这个阶段决定了模型“知道多少”。
• 后训练：针对具体工作进行专项训练，让模型学会怎样回答问题、怎样调用工具、怎样完成任务。

DeepSeek这次没有重新设计模型架构，也没有扩大参数规模，而是在原有模型上重新进行了后训练。

这有点像同一辆车没有更换发动机，却重新调整了变速箱、控制系统和驾驶策略——车本身没有变大，但在特定道路上的表现可能明显改善。

3.2 Agent能力为何大涨？

DeepSeek的Agent Harness团队组建于今年3月，挂帅者崔添翼是90后，浙大计算机出身，手握6枚ACM亚洲区域赛金牌，曾在顶级量化机构Jane Street任职九年。

DeepSeek正在回答一个新的问题：到了Agent阶段，一家公司最需要的，究竟是一个能力最强的模型，还是一个足够强、足够快、也足够便宜的模型？

过去，大模型公司的主要竞争发生在预训练阶段——谁有更多算力、更多数据，谁就有机会训练出参数更大的模型。但进入Agent阶段后，模型能力不再完全由预训练决定。一个模型会不会使用终端，能不能在数百次交互中维持任务状态，遇到错误后能否修正——这些能力越来越依赖后训练、强化学习和模型外部的执行框架。

3.3 Responses API + Codex适配

此次更新还有一个重要变化：V4-Flash开始原生支持Responses API，并针对Codex进行了适配。

Responses API可以理解为一套更适合Agent的通信接口——它可以更统一地处理模型回复、推理状态、工具调用和执行结果。它本身不会让模型突然变得更聪明，但可以减少模型接入Codex等Agent工具时的适配工作，让开发者更容易把模型放进真实的软件开发流程。

---

四、快速上手

4.1 模型下载

# ModelScope 下载
git lfs install
git clone https://www.modelscope.cn/models/deepseek-ai/DeepSeek-V4-Flash-0731

4.2 API调用（官方公测）

DeepSeek-V4-Flash-0731的API已于2026年7月31日下午启动公开测试：

# API调用方式保持不变，只需将model名称设置为：
model = "deepseek-v4-flash-0731"

官方推荐参数（Code Agent任务）：

• reasoning_effort: max
• temperature: 1.0
• top_p: 0.95

数据来源：

4.3 本地部署

社区已有多篇本地部署教程。模型权重已在Hugging Face开源，总大小约167GB。

性能参考（本地部署）：

• 峰值速度：78 tok/s
• 典型速度：~55 tok/s
• 需要Patch 4，否则速度减半

数据来源：

4.4 在线体验

8月1日，超聚变宣布DeepSeek-V4-Flash-0731正式版已登陆超聚变AI Lab平台，可通过PC端访问并在线体验。

---

五、总结与思考

DeepSeek-V4-Flash-0731的价值，远不止于“又出了一个新模型”。它真正值得深思的地方在于：

第一，它证明了“后训练比堆参数更关键” 。模型架构和参数规模完全不变，仅靠重新后训练，就让Agent能力暴涨6倍。训练方法和数据质量的权重，正在超越模型规模的权重。

第二，它解决了Agent落地的成本痛点。大模型推理本就昂贵，Agent还要调用数十次——成本翻倍。V4-Flash用13B激活参数达到甚至超越Pro预览版的Agent能力，直接让Agent的推理成本断崖式下降。

第三，它展示了“性价比”的极致追求。284B总参数、13B激活参数、100万上下文，智能指数追平Gemini 3.6 Flash，价格仅其零头——DeepSeek正在把“性价比之王”从通用能力领域打到Agent领域。

第四，它揭示了AI竞赛的新阶段。2023年是“拼通用能力”，2024年是“拼长上下文”，2026年的关键词，毫无疑问是Agent。而Agent能力的竞争，已经从“谁有更大的模型”转向了“谁能更好地训练模型使用工具、执行任务”。

当然，目前公布的成绩仍需谨慎看待。部分结果来自DeepSeek内部测试集；Code Agent测试使用了尚未公开的DeepSeek Harness；Terminal Bench 2.0与2.1并非同一版本测试集，直接对比并不完全公平。正式版V4-Flash究竟比预览版进步了多少，还需要等待独立评测以及真实开发场景验证。

但它打开了一扇门：如果Agent模型的未来不一定是“更大”，而是“更聪明的后训练 + 更极致的性价比”呢？

模型地址：https://www.modelscope.cn/models/deepseek-ai/DeepSeek-V4-Flash-0731

欢迎下载、部署、调用——一起探索Agent模型“四两拨千斤”的无限可能。