DeepSeek V4-Flash 实测：不到 3 元完成 5 个任务，大模型竞争转入「智价比」

事件概述

DeepSeek 正式发布 V4-Flash 模型，目前仅提供 API 使用，网页端和 App 未同步更新。开发者调用 deepseek-v4-flash 时，后台会自动切换至新版本 V4-Flash-0731。该版本与预览版的模型结构、尺寸完全一致，本次只重新进行了后训练（Post-Training），因此推理、代码与工具调用能力得到强化。

核心信息

• V4-Flash-0731 支持一次读取 100 万 token，可处理大份文档或完整代码项目；兼容 OpenAI Responses API，可接入 Codex。
• API 价格保持不变：输入每百万 token 1 元，输出每百万 token 2 元。
• 官方公布：Terminal Bench 2.1 得分从 61.8 升至 82.7；代码 Agent 测试 DeepSWE 从 7.3 升至 54.4。官方称能力“远超 V4-Pro-Preview”。
• 同一天，OpenAI 宣布大幅降价：上线仅 3 周的 GPT-5.6 Luna 输入、输出价格均下调约 80%，调后为每百万 token 输入 0.2 美元、输出 1.2 美元；Terra 降价 20%。

实测结果

测试方将 V4-Flash 接入自动化测试流程，过程中不追加提示、不人工修正，要求模型直接完成 5 个从简单到复杂的任务：

1. 基于 320 篇早报文章数据生成交互式 HTML 分析报告，含账号对比、阅读趋势、互动画像、选题分析和爆款榜单等模块。
2. 编写单文件 HTML 打砖块游戏，实现弹性碰撞、动量传递、重力、砖块耐久、四种道具和粒子效果。
3. 编写三体轨道模拟器，采用 RK4 积分算法，支持调整引力常数、质量、位置与速度，并提供稳定轨道预设。
4. 设计科幻控制舱仪表盘，包含实时波形、环形进度、滚动日志和“超载模式”警报交互。
5. 编写 Python 脚本调用 GitHub API，拉取过去 7 天 Stars 增长最快的 10 个开源 AI 项目，自动生成 Markdown 周报并输出为网页。

最终 5 个任务均拿到可运行交付物。测试方共记录 393 次 API 请求，累计消耗约 3422 万 token，总费用仅 2.85 元。

趋势判断

V4-Flash 此次升级没有改变模型结构，仅靠后训练便显著提升了连续任务执行能力。这说明在继续堆参数之外，数据质量、强化学习和推理策略仍能从现有模型中挖掘更多能力。顶级模型的竞争正从单纯比拼能力上限，转向同时争夺“智价比”；对开发者和用户而言，调用成本下降意味着 Agent 可以承担更多次调用、更长时间运行，并落地过去因成本过高而无法执行的任务。