DeepSeek-V4-Flash 更新

DeepSeek-V4-Flash 公開測試版發布

DeepSeek 已推出官方 DeepSeek-V4-Flash API 的公開測試版。此更新專注於顯著增強代理能力，基準測試結果超越先前的 V4-Pro-Preview。要使用更新後的模型，開發者只需在 API 呼叫中將模型名稱設定為 deepseek-v4-flash。

性能與基準測試結果

DeepSeek-V4-Flash 在代理和編碼任務上展示了顯著改進。報告的基準分數如下：

  • Terminal Bench 2.1: 82.7
  • NL2Repo: 54.2
  • Cybergym: 76.7
  • DeepSWE: 54.4
  • Toolathlon verified: 70.3
  • Agent Last Exam: 25.2
  • Automation Bench (Public): 25.1
  • DSBench-FullStack (Internal): 68.7
  • DSBench-Hard (Internal): 59.6

對於 Code Agent 任務，模型使用 DeepSeek Harness 最小模式、最大努力級別、topp=0.95 和 temperature=1.0 進行測試。

技術規格與整合

DeepSeek-V4-Flash-0731 保持與 DeepSeek-V4-Flash-Preview 相同的模型架構和大小；性能提升是重新後訓練的結果。

主要整合細節包括：

  • Responses API: 原生支援 Responses API 格式。
  • Codex 適配: 專門為 Codex 整合進行適配。
  • 範圍: 此更新僅適用於 deepseek-v4-flash API。DeepSeek-V4-Pro API 與 APP/WEB 模型保持不變，預計不久將發布官方 V4-Pro 版本。

社群見解與實際應用

使用者討論凸顯該模型高智慧與成本比，許多開發者將其作為編碼和代理工作流程的主要「工作馬」。

成本效益與性能

開發者報告在高負載任務下運營成本極低。一位使用者指出，在 30 天內，超過 3.23 億個 token、3,467 次 API 請求僅花費 4.55 美元。另一位使用者報告透過 MCP 伺服器和情境減少工具實現複雜任務，每小時約需 0.50 美元。

使用案例專業化

社群回饋建議採用分層模型策略：DeepSeek-V4-Flash 用於實作和「基礎工作」，而較昂貴的模型則保留用於高層規劃與審閱：

"我已將 flash 模型用於 90% 的任務... 我嘗試將變更控制在 1000 行以內，並自行駕駛架構決策，與前沿模型相比幾乎沒有差異。"

本地部署與硬體

由於其體積小且效率高，Flash 模型被視為比較大型前沿模型更適合本地託管。使用者指出，它可以在消費者級硬體上運行，例如雙 RTX Pro 6000 GPU，提供快速且私密的雲端 API 替代方案。

DeepSeek API 演變時間線

DeepSeek 在 2024 年和 2025 年間快速迭代其模型供應：

  • 2026 年 7 月： DeepSeek-V4-Flash 公開測試版發布，增強代理能力。
  • 2026 年 4 月： 推出 V4-Pro 和 V4-Flash，取代舊版 deepseek-chat 和 deepseek-reasoner 名稱。
  • 2025 年 12 月： 升級至 DeepSeek-V3.2，引入獨立的思考與非思考模式。
  • 2025 年 8 月： DeepSeek-V3.1 發布，具備混合推理架構和改進的工具使用（SWE-bench Verified：66.0）。
  • 2025 年 1 月： 推出 deepseek-reasoner（DeepSeek-R1）。
  • 2024 年 12 月： 將 deepseek-chat 升級至 DeepSeek-V3。
  • 2024 年 8 月： 實作磁盤上下文快取技術以降低 API 定價。

Sources