DeepSeek V 4-Flash 0731 重磅升级：Agent 能力暴涨 4 倍，MIT 开源，价格只有 V 4-Pro 的三分之一

DeepSeek V 4-Flash 0731 重磅升级：Agent 能力暴涨 4 倍，MIT 开源，价格只有 V 4-Pro 的三分之一

2026 年 7 月 31 日，DeepSeek 发布 V 4-Flash-0731，在 7 个 Agent 基准上全面碾压 V 4-Flash 预览版和 V 4-Pro。关键数字：Agent 能力平均提升 3-4 倍，输出价格仅为 V 4-Pro 的 1/3，MIT 协议开源，支持本地部署。

前言

DeepSeek 今天干了一件很 DeepSeek 的事：没有发布会，没有预告，直接把新版模型丢上 Hugging Face，模型卡上写着「这是正式发布，取代预览版」。

然后你看数据——沉默了。

284 B 总参数 / 13 B 激活参数，和 4 月预览版一样的架构。但 Agent 基准上的成绩提升了 3 到 4 倍。不是优化了 10-20%，是翻了几倍。

这篇文章拆解 V 4-Flash-0731 的数据、技术路线和部署成本。

数据：用后训练实现「跨量级」提升

先看最震撼的几个基准：

几个值得注意的点：

1. DeepSWE 从 7.3 到 54.4——这是 7.5 倍的提升。DeepSWE 测的是模型解决真实 GitHub Issue 的 Agent 能力，是衡量「AI 能不能当程序员」的最硬基准之一。

1. 全面超越 V 4-Pro——Flash 是轻量版，Pro 是完整版。但 0731 的 Flash 在每个 Agent 基准上都跑赢了 Pro 预览版。输出价格只有 Pro 的 1/3。

1. 接近 Opus 4.8 的水平——Terminal Bench（82.7 vs 85.0）和 DeepSWE（54.4 vs 58.0）已经非常接近。考虑到 Flash 是 MIT 开源且价格低得多，这个性价比令人震惊。

架构不变，后训练是核心

V 4-Flash-0731 的架构和参数规模完全没变。DeepSeek 明确说「the jump is post-training only」。

这意味着什么？不需要更大的模型，通过更好的后训练就能让 Agent 能力翻几倍。这对整个行业都是一个重要信号——Agent 能力可能更多依赖于训练方法和数据质量，而非模型规模。

开源和部署

协议: MIT（可商用，无限制）n架构: 284B 总参数 / 13B 激活 (MoE)n部署需求:n  3-bit 量化: ~110 GB 内存n  全精度: 4×GB300 节点n推理加速:n  DSpark: 60-85% per-user 加速n  配置: --speculative-config '{"method":"dspark","num_speculative_tokens":7}'

# vLLM 部署示例nvllm serve deepseek-ai/DeepSeek-V4-Flash-0731 \n  --speculative-config '{"method":"dspark","num_speculative_tokens":7,"draft_sample_method":"greedy"}' \n  --max-model-len 131072

API 已经可用

V 4-Flash API 已进入公开测试：

• 原生支持 Responses API 格式
• 适配 Codex（Claude Code 竞争对手）
• 价格：输出约 V 4-Pro 的 1/3

局限与风险

1. 所有基准数据来自 DeepSeek 自己——使用了未公开发布的 DeepSeek Harness。独立评测可能得出不同结论。
2. Agent 得分与 harness 高度相关——DeepSeek 自己也说「scores are harness-sensitive」。
3. DSBench 是内部测试集——无法独立验证。

建议：先用你自己的评测跑一遍再决定。MIT 协议意味着你可以直接下载部署测试，零门槛。

结语

V 4-Flash-0731 证明了几个重要趋势：

• 后训练 > 预训练：Agent 能力的提升更多来自训练方法，而非模型规模
• 轻量模型正在追赶旗舰：Flash 级别的模型可能成为 Agent 开发的主力
• 开源竞争力在增强：MIT 协议 + 接近 Opus 4.8 的性能，对闭源 API 形成强大竞争

DeepSeek 的节奏一如既往：不发新闻稿，直接丢模型。但数据会说话。

FAQ

V 4-Flash-0731 能替代 V 4-Pro 吗？

在 Agent 任务上可以。在纯推理、知识问答等场景，V 4-Pro 可能仍有优势。V 4-Pro 的 API 和应用端模型尚未更新。

本地部署需要什么配置？

3-bit 量化约需 110 GB 内存（2×A 100 80 GB 可跑），全精度需要 4×GB 300。DSpark 推理加速可额外提升 60-85% 吞吐。

和 Claude Opus 5 怎么比？

目前没有直接对比数据。但从 V 4-Flash-0731 对 Opus 4.8 的数据来看，DeepSeek 的 Flash 线正在快速逼近 Anthropic 上一代旗舰。需要等独立第三方评测。

相关阅读

• OpenAI Astra 数学突破
• AI 卫星 + XM 训练范式
• Meta 记忆 Agent 教练