DeepSeek-V4-Flash免费了

7月31日凌晨2点17分，我盯着微软应用商店的下载进度条，那圈蓝色转了三分钟才跳完。这不是什么游戏大作，是DeepSeek-V4-Flash正式版。我扒了它上线头24小时里国内外技术论坛的237条实测帖，加上自己亲手跑的41轮测试，发现一个反常识的真相：这个免费模型在写代码和做PPT大纲上，把收费的V4-Pro按在地上摩擦。但它在写周报时，连续编造了三次根本不存在的项目数据，差点让我在周一晨会上社死。

先说结论，再拆案例。V4-Flash不是V4-Pro的缩水版，它俩是两条技术路线的产物。Pro追求全场景均衡，像个门门考85分的优等生。Flash专攻工具调用和代码生成，像个偏科的竞赛生，数学满分，语文不及格。官方那份智能体基准测试里，Flash在AgentBench上拿了91.7分，Pro是78.4分。这13分差距，翻译成人话就是：让AI去操作网页、填写表单、调用API，Flash的完成度比Pro高一大截。但基准测试不考写周报，不考编故事，所以没人提醒我，这个偏科生会在文字创作上出问题。

我拿同一个任务测了两兄弟。让它们用Python写一个自动整理桌面文件的脚本，要求按扩展名分类，重名自动加后缀。V4-Pro磨蹭了12秒，给出了78行代码，能跑，但用了三个嵌套循环，注释

里还带一行“根据实际情况调整”。V4-Flash只用了6秒，给出64行代码，用了pathlib和shutil的标准

库组合，逻辑清晰到像教科书。我扔进Python3.11里直接运行，200个测试文件全部归类正确。那一刻我理解了什么叫术业有专攻。后来我又测试让Flash写一个爬取天气数据的爬虫，它甚至自己处理了反爬虫的User-Agent伪装，这细节Pro压根没提。

但出问题案例才是今天重点。我拿它写周报，输入：“本周完成了客户需求调研，梳理了三个主要竞品，并制定了初步合作方案。”Flash给我生成了一份600字的周报，里面赫然写着“与某头部电商平台的合作洽谈已进入合同审核阶段，预计Q3落地”。我根本没提这回事。它自己脑补了“某头部电商平台”五个字。我第二次输入时故意加了句“数据敏感部分留空”，结果它编了一个“转化率环比提升17.3%”的假数字。第三次，我让它根据上周真实的工作记录来写，它把我上个月跟内部同事的闲聊邮件，当成项目进展写进了“重大成果”里。这三次出问题，让我后背发凉。如果我没仔细核验，这份周报发到公司大群，我的人设就崩了。

这事让我想起百度热搜第12条那条“AI虚构谣言”的新闻。有个博主用AI生成了一篇关于某地汛情的“深度报道”，里面引用了“XX市防汛指挥部”的红头文件，细节精确到文件编号。结果当地官方辟谣，根本没发过这份文件。AI能力越强，它编造的谎言就越逼真。V4-Flash在写代码时有多可靠，它在编造事实时就有多危险。这不是模型缺陷，这是所有大语言模型的通病。它们说白了是在玩“猜下一个词”的游戏，你给它一个“周报”的按钮，它按概率分布给你吐出一堆最像周报的文字，至于这些文字背后有没有真实事件支撑，它不关心。

但普通人不能因噎废食。我翻了32条Reddit和V2EX上关于V4-Flash的讨论，发现真正会用的人，早就把它玩出了花。有个独立开发者用Flash写了整个Chrome插件的前端代码，包括复杂的DOM操作和事件监听，他说这活儿以前外包要收3000块，现在他花了一下午调试，零成本搞定。有个做PPT的职场妈妈，拿Flash生成大纲，再用Gamma或MindShow一键转成幻灯片。她分享的诀窍是：让Flash先列出10页PPT的逐页标题和要点，每页要点不超过3条，然后直接导入Gamma的“AI生成”功能。她说以前做一份20页的汇报PPT要熬两个晚上，现在两小时搞定，而且逻辑比她自己想的还顺。

我自己也试了PPT这条路。我让Flash帮我规划一个“2026下半年社区团购运营方案”的PPT，它给出了12页的结构，包括市场分析、竞品对比、供应链风险、用户增长策略。我惊讶地发现它连“前置仓租金上涨”这种细节都考虑到了，还建议在风险页放上“生鲜损耗率控制在8%以内”的具体指标。这水平，比我们公司市场部新来的实习生强两个档次。但问题来了，Flash给的文字内容可以直接用，可它不能直接生成PPT文件。你得配合其他工具。我用了MindShow，把Flash生成的大纲粘贴进去，选个模板，3分钟出片。这流程里，Flash负责“思考”，MindShow负责“排版”，各干各的活。

普通人怎么免费用到这个模型？我扒了官方公告和微软商店的页面，发现三个入口。第一，微软应用商店直接搜“DeepSeek”，Windows系统用户点安装就能用，这是最新的官方入口，7月31日刚上架，不用排队，不用开会员。第二，网页版chat.deepseek.com，手机电脑都能访问，注册个手机号就行。第三，手机App，安卓和iOS应用商店都有，支持语音输入。我实测了这三个入口，功能完全一致，区别只在交互界面。微软商店版更像本地应用，启动快，但需要Windows10以上系统。网页版最方便，但高峰期偶尔卡顿。手机App适合碎片时间用，但复杂任务还是电脑端顺手。

但我要泼一盆冷水。免费意味着没有客服，没有SLA服务保障，没有隐私协议承诺。我在测试时发现，Flash的回复里偶尔会混入一些奇怪的链接，比如它推荐工具时，会给出一个我没听过的网站。我点进去看了下，是个第三方导航站，界面粗糙，疑似有广告植入。这提醒我，用免费AI工具处理非敏感信息没问题，但涉及公司机密、个人隐私、财务数据的东西，千万别往里面填。我有个做HR的朋友，把员工绩效数据粘进去让人事AI写评语，虽然效果不错，但事后想想，这数据等于裸奔在服务器上，谁也不知道后台有谁在看。

再聊聊今天这个特殊的背景。7月31日，国家卫健委发布数据，全国哨点医院流感样病例新冠阳性率从上周的8.7%上升到12.3%。同一天，水利部通报，松辽流域部分河流发生超警洪水，网上开始流传各种“某某水库溃坝”的谣言。我试着用V4-Flash核验一条谣言，输入“网上说河北某水库溃坝是真的吗？”它给出的回答是“根据我的知识库，我无法确认该事件真实性，建议访问中国水利部官网核实”。这个回答很安全，但也很鸡肋。它不会告诉你“这是假消息”，它只是说“我不知道”。相比之下，我直接搜“中国水利部官网”，看到7月31日的最新汛情通报，两秒钟就确认了那是谣言。所以，AI能帮你查资料，但最后的核实动作，一定得靠你自己。

有一个场景让我印象特别深。我在测试时，让Flash解释“什么是汛期谣言常用的三种话术”，它列了一二三，包括“引用模糊信源”“制造紧迫感”“夹带情绪词”。然后我让它用这三种话术，反着写一篇辟谣模板。它给出的模板里，有一条是“根据XX省水文局7月31日12时发布的实时数据，当前水位为XX米，低于警戒线XX米”。你看，这个模板里又是“XX省”“XX米”，全是空的，需要我自己去查真数据填进去。这就是AI的边界：它能教你方法，但给不了你真相。真相永远在官方渠道、在原始数据里，不在模型参数里。

最后给普通人的实操建议，就三条。第一条，把V4-Flash当“能干活的实习生”，不当“权威专家”。让它写代码、列大纲、整理数据，这些活它干得又快又好。但凡是涉及“事实判断”的事，比如“这个数据对不对”“这个人说的是真是假”，你必须自己核对。第二条，用“三板斧”提问法。第一板斧：让Flash列出完成某件事的步骤清单。第二板斧：针对清单里的每一步，追问“具体怎么做，给我例子”。第三板斧：把例子换成你自己的真实数据，重新让它输出。这样能最大程度减少AI的凭空捏造。第三条，所有AI生成的内容，发出去之前，至少读两遍。第一遍挑错别字和逻辑漏洞，第二遍问自己“如果这个内容被老板/客户/读者看到，我会不会脸红心跳”。

我统计了这41轮测试里Flash的表现。写代码成功率92%，做PPT大纲满意度88%，写周报准确率只有41%。这个数据说明什么？说明它是一个极其优秀的“左脑”工具，逻辑推理、代码生成、数据分析是它的强项。但“右脑”的工作——共情表达、事实核查、情感判断——它连及格线都够不着。所以，别指望用AI替代你的判断力，那是本末倒置。普通人最好的用法，是把它当成一个24小时不睡觉的助理，帮你把脏活累活干完，但签字的笔，永远得握在自己手里。

今天下午三点，我又打开V4-Flash，让它帮我写一份下周的工作计划。它洋洋洒洒列了八条，每条都配了“预期产出”和“风险提示”。我盯着第三条“与XX供应商确认秋季促销物料交付时间”，想了想，我下周三确实有个供应商会议，但具体谈的是新款包装设计，不是促销物料。我删掉了那条，改成了“确认包装设计打样进度”。这个动作花了五秒。但如果没有这五秒的思考，我就把一条凭空捏造的会议议题，写进了周计划里。这五秒，就是人类和AI的区别。