广东
DeepSeek V4-Flash正式版上线，Agent能力一夜之间变强了
你有没有发现，最近国产大模型更新速度快得有点离谱。前脚刚看完预览版，后脚正式版就来了。7月31日下午，DeepSeek通过API文档发布了一则更新日志，宣布DeepSeek-V4-Flash正式版API上线公测。这不是一次普通的版本号跳动，而是把Agent（智能体）能力实打实地拉高了一大截。
先说最直观的变化。官方给出的基准测试数据里，V4-Flash正式版在好几个Agent专项评测上远超之前的V4-Pro-Preview版本。比如Terminal Bench 2.1拿到了82.7分，Cybergym是76.7，DeepSWE是54.4，Toolathlon verified到了70.3，DSBench-FullStack也冲到了68.7。这些名字听起来很技术，翻译过来就是一句话：这个模型更会自己操作电脑、自己调工具、自己跑代码任务了。
为什么这件事重要？因为过去一年大家都在聊"大模型能不能干活"，而不只是"能不能聊天"。所谓Agent能力，就是让模型像个小助理一样，接到一个模糊的任务，自己拆解步骤、调用软件、查资料、改bug，最后把结果交给你。V4-Flash这次明显是在往这个方向猛踩油门。
有意思的是，DeepSeek这次把正式版和预览版做了区分。官方说明，V4-Flash-0731这个正式版的模型结构、尺寸和之前的preview保持一致，区别是重新做了后训练。也就是说，底层没大改，但在"怎么更好地听话、怎么更稳地完成任务"这件具体的事上下了功夫。另外正式版原生支持Responses API格式，还针对性适配了Codex。对开发者来说，这意味着接入成本更低，写代码助手的体验会更顺。
那V4-Pro呢？官方在日志里留了句话：正式版V4-Flash上线公测，而V4-Pro正式版将"尽快"发布。等于说，更强的那个还在路上，今天先把这个更能打的Flash放出来给大家用。
从行业角度看，DeepSeek这波操作其实踩在了一个关键节点上。今年上半年开始，国内外模型厂商的竞争焦点已经从"谁参数多"悄悄转向了"谁的Agent真能替人办事"。OpenAI、谷歌、Anthropic都在推自己的智能体能力，国产这边DeepSeek、通义、智谱也都在卷。V4-Flash正式版把基准分数摆出来，本质上是在用公开评测说话：我能干的事，有分数佐证。
对普通用户来说，感知可能还没那么直接，毕竟API是开发者先用。但往下传导会很快：你用的那些AI写代码工具、AI自动填表工具、AI客服，底层模型一旦换上这种Agent能力更强的版本，最明显的变化就是"少废话、多办事"。以前要你手把手教三步才能完成的任务，以后可能一段话就搞定了。
当然也要泼点冷水。基准测试分数高，不代表真实场景里就一定完美。Agent跑长任务容易中途走偏、调用工具出错，这些问题在整个行业都还没彻底解决。DeepSeek自己也在日志里说，这次主要是后训练优化，结构没变，所以上限还得看后续V4-Pro正式版的表现。
总的来说，V4-Flash正式版上线是个信号：国产大模型在Agent这条赛道上，已经开始从"演示给用户看"走向"真的能交付"。接下来几个月，V4-Pro正式版、各家的新视频模型、新编程模型会陆续撞在一起，今年的AI圈，热闹才刚开场。
来源：DeepSeek API文档发布日志（2026年7月31日）、新浪财经、极客公园《极客早知道》（2026年8月1日）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
