DeepSeek V4-Flash 正式版上线：Agent 分数大涨，但模型没换
2026-07-31 快照：DeepSeek V4-Flash 正式版 API 公测，Agent 基准远超 preview、原生支持 Responses API 并适配 Codex；模型结构与 preview 一致、只重做了后训练。怎么读这些数。
2026-07-31，DeepSeek 把 V4-Flash 正式版 API 上线公测。更新日志开头先给 Agent 基准，说这批分数「远超 V4-Pro-Preview」；后面两个集成改动比分数更值得注意：原生支持 Responses API，并针对 Codex 做了适配。
先别急着激动，有一句要划重点：V4-Flash-0731 的模型结构、尺寸和 V4-Flash-preview 完全一致，只是重新做了后训练。 这不是新架构，是同一个模型换了套调好的权重。另一句小字也重要：这次只升级了 V4-Flash 的 API 接口，V4-Pro API 和 APP/WEB 端模型都没动，官方说 V4-Pro 正式版「尽快发布」。
这次公告实际改了什么
| 项目 | 之前（preview） | 正式版（2026-07-31） |
|---|---|---|
| 模型 ID | deepseek-v4-flash | 不变；deepseek-chat / deepseek-reasoner 已于 2026-07-24 停用 |
| 架构 | V4-Flash-preview | 结构与尺寸不变，仅重新后训练 |
| Responses API | 公告里没提 | 原生支持 |
| Codex | 通用工具调用 | 针对性适配 |
| V4-Pro API / APP / WEB | 维持现状 | 未改动 |
有一件事建议你自己查一下：旧别名 deepseek-chat 和 deepseek-reasoner 原本计划在 V4 上线三个月后（约 2026-07-24）停用。如果你的 CI 还在用这两个名字，这次公告就是提醒你改成显式模型 ID，别等重试开始报错。
Agent 基准表（分两半读）
DeepSeek 报了九个分数，分成公开和内部两套：
| 基准 | 分数 | 来源 |
|---|---|---|
| Terminal Bench 2.1 | 82.7 | 公开 |
| NL2Repo | 54.2 | 公开 |
| Cybergym | 76.7 | 公开 |
| DeepSWE | 54.4 | 公开 |
| Toolathlon verified | 70.3 | 公开 |
| Agent Last Exam | 25.2 | 公开 |
| Automation Bench (Public) | 25.1 | 公开 |
| DSBench-FullStack | 68.7 | 内部 |
| DSBench-Hard | 59.6 | 内部 |
DevCove 看法： 公开任务的分数是在 DeepSeek Harness 极简模式（尚未发布） 里跑的，
max档、topp=0.95、temperature=1.0。评测用的 harness 比分数晚发布，对采购是个警示：先对齐 harness，别只对齐数字。
前七个是公开数据集，等 harness 发布后可以独立复现；后两个——DSBench-FullStack（全栈开发）和 DSBench-Hard（Coding Agent 难题）——是内部集，外部没法核对。当方向看，别当证据。
我们不会拿这些数字做什么
- 不会因为一张厂商表就把 V4-Flash 叫「最强 agent 模型」；如何为真实项目选择 AI 编程模型 的规则照样适用——先看快照日期、harness 和任务构成。
- 不会因为 headline 写「远超 V4-Pro-Preview」就换模型。preview 对比正式版本来就不公平；要比就跟你现在实际在跑的那个比。
- 不会假设 Codex 适配是零配置。官方给了一份专门的 Codex 配置文档，那是真实配置步骤；在我们自己跑通之前，它进不了 上线检查清单。
快速确认正式版接口
拿现有 base URL 发一个最小请求，模型名写全（用占位 key，别写真 key）：
curl -s https://api.deepseek.com/chat/completions \
-H "Authorization: Bearer $DEEPSEEK_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"deepseek-v4-flash","messages":[{"role":"user","content":"ping"}]}'
如果 deepseek-chat 已经开始报错、而 deepseek-v4-flash 正常返回，说明已经在正式版接口上。SDK 里的 base_url 不用改——DeepSeek 保持不变。
结论
该行动的是 Responses API + Codex 支持 和 仅重做后训练 这两点；基准分数在 harness 发布、能复现之前，只当背景信息。团队已经在用 deepseek-v4-flash 的话，去看 Codex 文档、把退役的别名迁走；还在用 V4-Pro 的话，这次什么都没变——等正式版公告，别急着今天就做迁移。
相关：AI 编程模型排名 · Claude Opus 5 怎么选档 · Kimi K3 上生产 · AI 编程 Agent 的验证关卡
来源： DeepSeek API 更新日志 2026-07-31（api-docs.deepseek.com/zh-cn/updates）；上线前以官方实时页面为准。