2026 过半了。DeepSeek V4 Pro 正式版还没影，但整个圈子已经坐不住了。

为什么？因为 7 月 31 日，DeepSeek 在 API 文档的更新日志里，低调地挂出了一个叫 V4-Flash-0731 的东西。没有发布会，没有热搜通稿。但它干了一件让所有人愣住的事——一个总参数只有 Pro 六分之一的小模型，在智能体和代码基准上，把自家的 1.6 万亿参数旗舰预览版，反超了。

我先说结论，省得你往下划：V4-Pro 现在就是开源模型的天花板，逼近闭源旗舰；但真正炸裂的，是这次 Flash 的后训练飞跃，它把”堆参数等于变强”这条行业铁律，踩了一脚刹车。

V4-Pro 本身，已经够吓人

4 月 24 日 Preview 出来时，规格就摆在那：1.6 万亿总参数，每次只激活 490 亿；统一一百万 token 上下文。关键不在大，在省。新架构（CSA+HCA 混合稀疏注意力，加上 mHC 超连接和 Muon 优化器）把一百万 token 下的单 token 算力，压到 V3.2 的三成到一成，KV Cache 降到原来的十分之一不到。以前跑不动的超长任务，现在能跑了。

能力上，SWE-bench Verified 拿到 80.6（V4-Pro-Max 版），跟 Claude Opus 4.6/4.7 一个身位；Apex Shortlist 90.2，这个分数已经压过顶级闭源；Terminal Bench 2.0 也干过了 GLM-5.1 Thinking 和 Kimi K2.6 Thinking。Artificial Analysis 给它的智能指数 52 分，比 V3.2 的 42 涨了 10 分，是仅次于 Kimi K2.6 的第二大开源推理模型。

这些数字什么意思？意思是你花闭源三十分之一的钱，能拿到接近顶级闭源的交付质量。

7 月 31 日那一下，才是重点

V4-Flash-0731，参数一点没加（还是 2840 亿总参、激活 130 亿），纯粹靠后训练重练了一遍。结果 Terminal Bench 2.1 从预览版的 61.8 直接拉到 82.7，反超了 V4-Pro 预览版的 72.1。九项智能体加代码基准，它全赢了自家的 Pro 预览版；DeepSWE 一项，分差 41.6 分；最离谱的是 ALE 基准，跟全球顶级的 Claude Opus 4.8 只差半分。

换句话说：一个小了六倍的模型，把大哥按在地上摩擦。

这事为什么重要？因为过去两年行业默认”大力出奇迹”——参数越大越聪明。阿里 Qwen 3.8-Max 堆到 2.4 万亿，Kimi K3 堆到 2.8 万亿。结果 DeepSeek 用一版纯后训练，告诉市场：推理时的后训练和工程打磨，可能比堆参数更值钱。这跟 2025 年春天那次”DeepSeek 时刻”是一个逻辑——又一次正面刚了规模法则。

成本那块更狠

V4-Flash 定价 0.14 美元/百万输入、0.28 美元/百万输出，缓存命中能到 0.0028 美元，比 Anthropic 便宜 99% 以上。一个顶级 coding 能力，价格只要人家的 0.6%。7 月 31 日这版还首次原生支持 Responses API、适配了 Codex，老的 deepseek-chat 和 deepseek-reasoner 接口要在 10 月 24 日之前迁走。

普通人能得到什么

三点。第一，顶级代码能力便宜到可以忽略成本，中小团队和个人开发者直接能用。第二，一百万 token 上下文，等于能把一整个中等代码库塞进一次对话。第三，华为昇腾、寒武纪 Day 0 适配，国产算力跑得起万亿模型，这件事本身比模型分数更有分量。

时间点记一下：V4-Pro 正式版（GA）据报 8 月 10 到 20 日来，卡在内部 Harness 编程工具的封闭测试；V4-Flash 的 MIT 开源权重也在往 HuggingFace 上放。

我说点真心话

我自己有点矛盾。一方面，开源模型逼近闭源，价格塌到这个程度，对用 AI 干活的人是天大的好事。另一方面，知识截止还停在 2025 年、暂时没有视觉能力——它强，但还不是全能。别被”强到什么程度”的标题带节奏，它强在工程和性价比，不是样样第一。

我的建议就一句：现在就去 API 里把 V4-Flash-0731 接上试试，别等 Pro 正式版。便宜、快、够用，这才是大多数人的真实需求。

我是江楠。这期就聊到这，下期我拿它真跑几个 Agent 任务给你看。