0731 后训练升级 · Harness 框架 · 竞品横比 · 跑分争议 · Pro 版何时上线
2026 年 7 月 31 日，DeepSeek 将 V4-Flash-0731 升级为官方正式版：参数规模不变（284B / 13B 激活），仅靠后训练就在多项 Agent 基准上反超自家更大的 V4-Pro 预览版，价格仅为 Claude Opus 4.8 的几十分之一。若你正纠结「跑分是否可信」「与 Kimi K3、Qwen3.8-Max 如何选型」，或需迁移已停用的 deepseek-chat，本文将用时间线、核心定价表、Harness 拆解、横向对比、六步 Runbook 与跑分争议标注给出可执行结论。数据截止：2026-08-05
这不是一次新模型发布，而是同一个 284B 参数模型重新做了一遍后训练。真正的旗舰 V4-Pro 官方版，以及 DeepSeek 首次自研的 Agent 框架 Harness，目前仍处于「即将发布」状态，没有确切日期。
2026 年 4 月 24 日：DeepSeek-V4 预览版首次发布并开源，含 V4-Pro（1.6T / 49B 激活）与 V4-Flash（284B / 13B 激活），均支持 100 万 token 上下文，MIT 协议。详见 V4 满血版 GA 解读。
7 月 24 日：旧接口 deepseek-chat 与 deepseek-reasoner 正式停用，全部流量切换到 V4 系列命名。
7 月 27 日：月之暗面 Kimi K3（2.8T 总参数）开源权重上线 Hugging Face，给 DeepSeek 制造竞争压力。详见 Kimi K3 全面开源解读。
7 月 31 日：V4-Flash-0731 正式版进入 API 公测，开源权重同步上线 Hugging Face；changelog 首次点名自研 Agent 框架 Harness，称即将随 V4 正式版发布。仅限 API，App 和网页端暂未同步。
8 月 2 日：阿里 Qwen3.8-Max API GA，权重待放出。详见 Qwen3.8-Max 发布解读。
截至 8 月 5 日：V4-Pro 官方版仍是「尽快发布」。有媒体援引未署名消息源称 8 月 10–20 日 GA——未经 DeepSeek 官方证实，仅供参考。
跟进此类发布时，常见五重盲区：
误读「正式版」：架构与参数与 4 月预览版完全相同，性能提升完全来自后训练。
跑分框架依赖：Agent 类跑分全部基于尚未公开的 Harness「极简模式」测得。
API-only 限制：消费者 App / 网页聊天尚未更新到 0731 版本。
Pro 版空窗：旗舰 V4-Pro 官方版仍未上线，复杂推理任务需继续用预览版。
融资传闻：约 74 亿美元融资、487 亿美元估值等报道均来自财经媒体「消息人士」，尚无官方或监管备案确认。
| 模型 | 状态 | 总/激活参数 | 上下文 | 输入（未命中/命中，$/M） | 输出（$/M） | 协议 |
|---|---|---|---|---|---|---|
| DeepSeek-V4-Flash-0731 | 官方正式版（7/31） | 284B / 13B | 1M | $0.14 / $0.0028 | $0.28 | MIT |
| DeepSeek-V4-Pro | 预览版（4/24，官方版未发布） | 1.6T / 49B | 1M | $0.435 / $0.003625 | $0.87 | MIT |
| Kimi K3 | 权重开源（7/27） | 2.8T / ~104B（社区估算） | ~1.05M | $3.00 / $0.30 | $15.00 | Kimi K3 License |
| GLM-5.2 | 开源（2026 年 6 月） | ~744B / ~40B | 1M | 未核实 | 未核实 | MIT |
| Qwen3.8-Max | API GA（8/2），权重待放出 | 2.4T / 95B | 1M | $2.00 / ~$0.17–0.25 | $6.00 | 承诺开源 |
以上定价均为厂商公开数据。DeepSeek 已预告未来将对 API 启用「高峰时段 2 倍加价」（北京时间 9–12 点、14–18 点），截至发稿未公布具体生效日期。对比 Claude Opus 4.8：缓存未命中输入约便宜 36 倍，缓存命中约 179 倍，输出约 89 倍（据 21 世纪经济报道转引官方定价）。
V4-Flash-0731 在参数规模、模型结构上与 4 月预览版完全相同，官方明确说明性能提升「完全来自重新进行的后训练」。284B 总参数、13B 激活参数的 Flash 版本，在多项 Agent 基准上反而超过了参数量是自己好几倍的 V4-Pro 预览版——印证 2026 年下半年大模型竞争中，后训练质量的重要性正在逼近甚至超过单纯堆参数。
根据技术报告《DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence》，V4 系列架构三处关键改动：
混合注意力（DSA）：结合压缩稀疏注意力（CSA）与高度压缩注意力（HCA），降低长上下文计算与显存开销。
流形约束超连接（mHC）：对传统残差连接结构做了改进。
Muon 优化器：替换传统优化器，提升训练收敛速度与稳定性。
官方指标：100 万 token 上下文下，V4-Pro 相比 V3.2 单 token 推理 FLOPs 仅为 27%，KV Cache 占用仅为 10%——尚未看到独立第三方复现验证。
7 月 31 日 changelog 首次出现 DeepSeek Harness——自研 Agent 执行框架，用于读写文件、调用工具、执行命令，对标 Claude Code。此前 DeepSeek 模型主要依赖 Claude Code、OpenCode 等第三方工具。官方 Agent 跑分（Terminal Bench 2.0、Toolathlon 等）全部用 Harness「极简模式」测出，官方亦提示：「跑分对 harness 选择非常敏感，不能简单等同于模型本身能力的提升。」
| 模型 | 实验室 | Intelligence Index（Artificial Analysis） | 单任务平均成本 | DeepSeek 官方 Agent 跑分 |
|---|---|---|---|---|
| V4-Flash-0731 | DeepSeek | 50 | $0.03 | Terminal Bench 2.0：82.7（Harness 极简模式） |
| Kimi K3 | 月之暗面 | 57 | $0.86 | — |
| GLM-5.2 | 智谱 | 比 V4-Flash 高约 1 分 | 未核实 | — |
| GPT-5.6 Sol | OpenAI | 高 9+ 分 | $1.86 | 闭源 |
| Claude Fable 5 | Anthropic | 高 9+ 分 | $3.15 | 闭源 |
DeepSeek 打的不是「跑分第一」，而是「够用的智能 + 极致的价格」——单任务成本仅为 Kimi K3 的约 1/29、Claude Fable 5 的约 1/105。
跑分水分需标注：① Terminal Bench 2.0 的 82.7 分（vs V4-Pro 预览版 67.9）基于未公开的 Harness 极简模式，参数 max 档、top_p=0.95、temperature=1.0；② 海外开发者反馈输入缓存命中率偏低、安全分类器偶发超时；③ V4-Pro / Harness 上线日期仅为媒体传言；④ 融资/IPO 报道均未经官方证实。
V4-Flash-0731 已兼容 OpenAI / Anthropic 格式 API，可直接接入 Claude Code、OpenCode、Cursor 等 Agent 工具链。以下为从零评估到生产的六步 Runbook：
审计存量调用：排查代码中是否仍使用已停用的 deepseek-chat / deepseek-reasoner，统计月调用量与缓存命中率基线。
切换模型命名：将 deepseek-chat 改为 deepseek-v4-flash（非 thinking）；deepseek-reasoner 改为 Flash thinking 模式或 deepseek-v4-pro 预览版。base URL 无需变更。
评估缓存策略：关注输入缓存命中率——海外社区反馈正式版缓存命中率偏低，直接影响账单；长上下文任务优先测试 Prompt Caching 效果。
A/B 竞品对照：用自有业务样本对比 Kimi K3（$3/$15）、Qwen3.8-Max（$2/$6）与 V4-Flash（$0.14/$0.28）的延迟、成功率与单任务成本。
配置 Agent 宿主：Harness 尚未公开，生产环境可暂用 Claude Code / OpenCode 作为执行框架；待 Harness GA 后复测 Terminal Bench 类任务表现。
建立主备路由与监控：高频批量任务走 V4-Flash；复杂推理保留 V4-Pro 预览版或 Claude 作为 fallback；设置成本上限与高峰时段 2 倍加价预警。
from openai import OpenAI
client = OpenAI(
api_key="your_deepseek_api_key",
base_url="https://api.deepseek.com"
)
response = client.chat.completions.create(
model="deepseek-v4-flash",
messages=[{"role": "user", "content": "分析这段代码..."}]
)
纯 API 调用可接入 V4-Flash 做大规模 Agent 推理，但 iOS 签名链、Xcode 本地构建、Metal 推理与 7×24 Agent 长跑仍依赖实体 macOS 节点——笔记本难以稳定常驻 OpenClaw / Claude Code 宿主，虚拟机则有性能损耗与 EULA 风险。对于更稳定、更适合 iOS CI/CD 与 AI Agent 自动化的生产环境，VpsMesh 的 Mac Mini 云端租赁通常是更优解：实体 Apple Silicon、root 权限与可预测月租，可与 DeepSeek API 形成「云端推理 + 本地构建」互补架构。本地推理方案另见 ds4 + V4 Flash 本地推理指南。
参考资料：DeepSeek 官方 API 文档与 changelog · 技术报告 · Artificial Analysis · 21 世纪经济报道 · 快科技 · V2EX 社区讨论。发布前请以官方最新定价、跑分及 V4-Pro/Harness 上线状态为准。
原生支持 100 万 token 上下文，且长上下文场景下计算与显存开销大幅降低（官方数据：V4-Pro 在百万 token 下 FLOPs 仅为 V3.2 的 27%，KV Cache 仅为 10%）。此外 V4 系列在 Agent 能力上做了专项优化，适配 Claude Code、OpenCode 等主流 Agent 工具。
普通对话、批量处理或大规模低成本 Agent 流水线，V4-Flash-0731 性价比更高，且 Agent 跑分已反超 V4-Pro 预览版。更深世界知识或复杂推理、预算不敏感时，可先用 V4-Pro 预览版，等官方版上线后再评估。
截至 2026 年 8 月 5 日还不能。目前上线的官方版只有 V4-Flash-0731，且仅限 API。V4-Pro 官方版和 Harness 官方口径是「尽快发布」，网上流传的 8 月 10–20 日等具体时间是未经证实的传言。部署 Agent 宿主可参考 Mac Mini M4 租赁定价。
建议区分对待。SWE-bench Verified 等被广泛采用的第三方基准可信度较高；Terminal Bench 2.0 等 Agent 跑分基于未公开的 Harness 测得，官方也提示对框架选择高度敏感——建议等社区用 Claude Code、Cursor 等独立复现后再下结论。
若用 OpenAI / Anthropic 格式 API 接入 DeepSeek，无需改代码，deepseek-v4-flash 会自动指向新官方版本。若仍用已停用的 deepseek-chat / deepseek-reasoner，需尽快切换。更多部署细节见 帮助中心。