北京
DeepSeek V4-Pro正式版（版本号0813）悄然上线：DeepSWE从12.8涨到62.7，官方称软件工程智能体能力提升约4.9倍。8月12日晚，该模型出现在DeepSeek API文档中，没有发布会，也没有官宣推文。价格上，V4-Pro是走量高端档，明显高于V4-Flash：每1M token缓存命中输入0.025元、未命中输入3元、输出6元；而V4-Flash分别为0.02元、1元、2元。输出token与未命中输入均从2元/1元涨到6元/3元，正好三倍。官方在涨价预告中直言“计划近期整体上调DeepSeek API服务定价，预计涨幅较大”。 为了检验V4-Pro的涨价底气，我们花了一宿，用社区最新的一批复杂测试手法进行实测。结论先行：这次升级确实过硬，前端审美发生质变，Agent能力表现稳定；但也有一些暂时无解的bug，比如鹈鹕骑自行车翻车，甚至生成了两个挂在天上的弯月。 一个悄悄上线的新版本 V4-Pro并非新模型，而是“转正”。今年4月24日，DeepSeek发布V4系列，Pro版当时还是Preview状态。三个多月后，正式版以日期命名“0813”到来。参数上，它支持1M上下文长度，输出上限拉至384K Token，支持thinking和non-thinking双模式，默认开启思考模式；接口同时兼容OpenAI和Anthropic两套格式，可以直接更换base_url接入Claude Code等Agent框架。 官方叙事也换了关键词：不再强调“更会答题”，而是“更会把一件事干完”。有博主将官方数据翻译成人话：DeepSWE从12.8提到62.7，测的不是“会不会写一段代码”，而是“能不能像工程师一样持续干活”。 从九项Agent与代码基准看，全线大涨：Terminal Bench 2.1达到87.9，Cybergym达到83.3，NL2Repo涨至61.5，DeepSWE增长到62.7，分别比Preview版本提升15.8、30.6、23.0、49.9。不过，社区也存在质疑声，有开发者对比后认为0813仍略逊于Luna MX，也有人指出它约一半基准落后Kimi K3。官方尚未发布完整benchmark报告，所有声称都需要第三方验证。 考题换代：从鹈鹕到指环王 在动手前，有个背景必须说明：圈内测试手法正在换代。8月2日，入职Anthropic的Karpathy发长推称，该告别“鹈鹕骑自行车”
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.
