摘要： DeepSeek在2026年7月31日推出V4-Flash-0731，架構與規模維持不變，只重新做後訓練，重點提升代理表現並加入針對Codex調校的Responses API。Artificial Analysis給予智能指數35分、全站第九，並測得每秒輸出210.1個token。舊別名deepseek-chat與deepseek-reasoner已在7月24日退役，仍引用的程式必須遷移。
2026 年 7 月 31 日，DeepSeek 針對 V4-Flash 推出 0731 修訂版。官方更新紀錄寫得直白：V4-Flash-0731 與早期 Preview 版「模型架構與規模完全相同，僅重新進行後訓練」。改動重心落在代理（agent）表現——官方宣稱基準成績「遠超 V4-Pro-Preview」；API 端也已內建 Responses API，並為 Codex 做了專門優化。這次升級只影響 V4-Flash API；V4-Pro API，以及 APP、WEB 介面使用的模型都維持原樣。
Flash 級產品卻聲稱測試分數壓過自家 Pro 線，這訊號值得正視：代理場景的競逐，早已不限於頂規型號參與。
架構不動，後段重練
DeepSeek 公布的代理基準數字如下：Terminal Bench 2.1 為 82.7，NL2Repo 54.2，CyberGym 76.7，DeepSWE 54.4，Toolathlon（verified）70.3，Agent Last Exam 25.2。測試設定同樣公開：DeepSeek Harness 採 minimal 模式、max effort、top_p 0.95、溫度 1.0——成績並非靠挑選設定堆出來的。
Responses API 的原生支援值得另眼相看。此介面規格由 OpenAI 主導推動，DeepSeek 更明言「為 Codex 調校」。開放權重團隊若能把相容性直接接進 Codex 工具鏈，戰場就不再只是榜單分數，而是開發者的整合成本：過去常需額外包一層轉接，現在很多情況只需替換模型名稱即可開跑。
外部測評：智能指數 35、輸出 210 tok/s
Artificial Analysis 為 0731 版標出更清楚的定位：智能指數（Intelligence Index）35 分，在 113 個模型中排第九，大幅領先同類中位數 18 分。速度更是亮點——每秒輸出 210.1 個 token，全站排名第三，首 token 延遲 0.98 秒；同尺寸開放權重模型的中位數僅 66.8。
定價依舊走 DeepSeek 的激進路線：輸入每百萬 token 0.44 美元、輸出 1.32 美元，混合價約 0.23 美元，快取命中再打折。模型規格為 284B 總參數、13B 激活的 MoE，上下文 1M token，權重以 MIT 授權釋出、可商用。但也看得出代價：評測期間約產出 2.4 億個輸出 token，高於中位數 1.4 億——輸出偏長，實際帳單往往高於牌面單價所暗示的金額。
開發者該記住的三件事
第一，成本：代理工作負載的價格門檻再度下移——智能指數擠進前十的模型，輸出 token 單價只是主流閉源旗艦的一小部分，還能自架部署。第二，更新策略：「凍結架構、只重做後訓練」可當借鑑——這是把研究模型快轉成產品模型的省力路徑；介面不變，整合端不必重接。第三，介面隨生態演進：原生 Responses API 與 Codex 調校同步上線，表示開源陣營的比拼已延伸到工具鏈相容性；榜單名次不再是唯一勝負指標。
還有一項維護事項：4 月 V4 上線時提供的 deepseek-chat、deepseek-reasoner 兩個舊別名，已在 7 月 24 日退役；程式若仍指向這些名稱，遷移已是必做功課。