DeepSeek V4 系列更新：架构未变，重新后训练提升 Agent 能力

事件概述

DeepSeek 更新了 DeepSeek-V4-Flash，官方称为“正式版”，但目前仅在 API 端公测。此次更新仅涉及 deepseek-v4-flash，V4-Pro API 以及 App 和网页端当前使用的模型均未同步更新。

更值得关注的是，DeepSeek-V4-Flash-0731 与此前的 Preview 版本采用相同的模型结构和参数规模，只重新进行了后训练。

核心信息

• 架构未变，能力提升来自后训练：此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后训练。模型结构不变，但内部权重和行为方式发生变化。DeepSeek 未公布后训练具体使用了哪些数据、奖励方法和训练流程。
• Agent 能力是提升重点：新版 V4-Flash 在 Terminal Bench 2.1 上获得 82.7，在 DeepSWE 上获得 54.4，在 DSBench-FullStack 上获得 68.7。这些测试不同于传统代码补全，要求模型读取文件、理解代码仓库、调用终端、修改程序、运行测试并处理报错，需连续完成多步骤任务。
• 成绩需谨慎解读：DeepSeek 明确说明，部分代码 Agent 测试使用了尚未公开的 DeepSeek Harness，并采用较高推理档位；DSBench-FullStack 和 DSBench-Hard 为 DeepSeek 内部测试集。因此，这代表其在官方 Agent 运行环境中的表现，第三方框架中的实际表现仍需独立测试验证。
• 接口与运行环境同步升级：V4-Flash 开始原生支持 Responses API，并针对 Codex 进行适配。Responses API 是一套更适合 Agent 的通信接口，可统一处理模型回复、推理状态、工具调用和执行结果，降低模型接入 Codex 等 Agent 工具的适配成本。

值得关注

本次更新包含两部分：重新后训练后的模型权重，以及更适合 Agent 使用的接口和运行环境。最终成绩由模型、推理预算、工具环境和 Agent 框架共同决定，不能简单归功于其中某一项。

现阶段尚不能得出“后训练可替代模型扩容”或“V4-Flash 已全面领先其他 Agent 模型”的结论。一方面，V4-Flash-0731 的具体后训练变化尚未公开；另一方面，官方测试所用 Harness 和内部数据集暂不具备完整的外部复现条件。

更准确的理解是，DeepSeek 正在验证一条务实的技术路线：在模型结构和参数规模保持不变时，能否通过重新后训练、工具接口适配和 Agent 运行框架，进一步提高模型完成真实任务的能力。具体实际效果仍有待更多训练细节、公开工具和第三方测试结果。