DeepSeek V4 Pro 发布日期：已经比 Kimi K3 便宜 14 倍，但还不够智能。

2026年7月31日，该公司发布了一条变更日志条目，宣布其廉价模型已击败其昂贵模型。该条目是关于DeepSeek V4 Flash，即284B效率层级；其主要宣称是“智能体能力显著增强，基准测试结果远超V4-Pro-Preview。”V4-Pro-Preview就是DeepSeek V4 Pro——拥有1.6万亿参数的旗舰型号，每个token的成本是Flash的三倍。同一条目以一句话作结：“DeepSeek-V4-Pro的正式发布很快就会到来。”这正是目前流传预测的背景：当真正的V4 Pro降临时，它将是Kimi K3级别，但价格便宜十倍。其中一半已经可以衡量，而且它错在几乎无人预料的方向上。

关于这篇文章是什么、不是什么，先说明一下。这里没有泄露的 system card，没有内部基准，没有日期。流传的预测来自 X 上的 @scaling01 —— “DeepSeek-V4 Pro 应该会是个爆款，大概也是 Kimi-K3 级别，但便宜 10 倍” —— 这是位被广泛关注的行内人的预测，而不是任何有权限者的爆料。把它当作泄露来写，正是那些糟糕的发布日期报道的由来。我们能做到的，是把这句话中两个可验证的部分拆出来，对照已经存在的数字进行核查，因为预览构建已经开放调用三个月了，而且独立实验室对预览版和 Kimi K3 都跑过测试。以下所有内容都按来源标注：公司自己的文档、Artificial Analysis 的测量结果，或者我们自己完成并展示的推算。

DeepSeek 实际上说了什么，以及它没有说什么

已确认的范围比“未发布模型”的说法所暗示的要大。V4 Pro 并非空谈——你现在就可以调用它。尚未发生的是公司自身视为官方的发布。

• 架构 — 一个总参数量为1.6T、每个token激活49B参数的混合专家模型，已获公司确认，且在Artificial Analysis上同样标注为1600B/49B。

• 上下文和输出 — 一个 1M-token 的输入窗口（1,048,576），最多可输出 384K token。文本输入，文本输出；不支持图像、音频或视频输入。

• 许可证与权重 — MIT 许可证，权重发布在 Hugging Face 上。这是一款开放权重的旗舰模型，也正是与 Kimi K3 对比之所以有趣的原因所在。

• 标价 — 缓存未命中时每百万输入令牌0.435美元，缓存命中时0.003625美元，每百万输出令牌0.87美元，数据来自公司自己的定价页面。

• 接口——OpenAI 风格的 ChatCompletions 和 Anthropic 格式端点，以及推理努力级别、工具调用和结构化输出。

• 迄今时间线 — V4 系列于 2026 年 4 月 24 日以预览版形式推出；旧版 deepseek-chat 和 deepseek-reasoner 模型名称于 2026 年 7 月 24 日退役；Flash 于 2026 年 7 月 31 日获得正式版本；Pro 则没有。

• 2026年8月6日 — DeepSeek告知开发者，其计划“在不久的将来”提高DeepSeek API服务的整体定价，且预计涨幅显著，并重申官方V4 Pro版本将随后发布。目前尚未公布新的费率和生效日期。

而那些真正未知的部分，也就是人们搜索的大部分内容：

• GA日期——仍未公布。公司正式承诺的全部内容仍然只是“即将公布”。未经证实的媒体报道指向8月中旬的发布窗口——一家媒体提出了8月10日至20日，一家经销商的定价页面于8月3日调整了V4 Pro缓存产品价格，这种模式在历史上通常先于发布出现——但这些都不是公司官方的表态。没有任何日期得到确认。

• GA 构建将带来哪些变化——尚未说明。公司尚未说明官方 V4 Pro 是基于相同权重的重新后训练、全新的预训练，还是重新定价。

• 价格能否挺过去——这个问题尚未得到解答，而且我们下面会谈到一个对此担忧的具体理由。

有一个值得明确指出的更正，因为这个问题的搜索结果已被污染：你会看到一些页面声称 V4 系列已于 2026 年 7 月 20 日实现全面可用（GA）。事实上，在该日期十一天后，该公司自己的变更日志称 V4 Pro 的官方发布仍处于待定状态，并补充说 7 月 31 日的更新“仅升级了 DeepSeek-V4-Flash API，DeepSeek-V4-Pro API 以及 APP/WEB 模型均未改变”。当第三方总结与厂商的主要变更日志说法不一致时，以变更日志为准。

价格声明：“便宜10倍”是保守解读

Kimi K3 的标价为每百万输入 token 3.00 美元、每百万输出 token 15.00 美元，缓存命中价为 0.30 美元。V4 Pro 的标价为每百万输入 0.435 美元、每百万输出 0.87 美元，缓存命中价为 0.003625 美元。把两者放在一起对比，“10x”只是区间的下限，而不是头条数字：

• 输入 tokens — $3.00 对比 $0.435，所以 V4 Pro 便宜 6.9 倍。这是该说法夸大其词的一个方面。

• 输出token — 15.00美元对比0.87美元，即便宜17.2倍。输出是推理模型的主要开销所在，因此这一数字最为重要。

• 70/30的输入输出混合 — 每百万6.60美元，对比0.5655美元，即11.7倍。

• Artificial Analysis 的 7:2:1 缓存命中/输入/输出混合 —— 2.31 美元对比 0.18 美元，即 12.8 倍。

• 缓存输入 — $0.30 对比 $0.003625，大约 83 倍。该公司的缓存读取价格在 Artificial Analysis 追踪的 101 个模型中排名第 4，较其自身的缓存未命中率有 99% 的折扣。

假设性的混合结果存在争议，所以我们来看一个实测数据。Artificial Analysis 发布了在每个模型上运行其完整 Intelligence Index 的实际花费——同样的评测套件、同样的测试框架、真实的 token 数量，而非假设的比率。评估 Kimi K3 花费了 2,437.41 美元。V4 Pro 花费了 176.34 美元。在完全相同的工作负载下，按真实支付的美元计算，差距为 13.8 倍。

为什么这个数字低于17.2x的产出价格比，这一点值得理解，因为这是V4 Pro的廉价优势部分源于自身问题的唯一地方。V4 Pro很啰嗦：它用1.8亿个输出token完成了索引，而Kimi K3用了1.3亿，同类中位数是1亿。因此，它表达同样内容要多花约38%的token，这蚕食了它的每token优势。13.8x这个数字已经把这个因素计入了；17.2x没有。如果你在做预算，用实测的那个数字。

这也是故事中你可以自行验证、不必凭信的部分。因为 OrcaRouter 以 0% 加价直接透传供应商的列表价格，我们 deepseek/deepseek-v4-pro 和 kimi/kimi-k3 模型页面上的每 token 价格就是两家供应商自己的价格——K3 在我们页面上显示 $3.00/$15.00，在 Moonshot 页面上同样显示 $3.00/$15.00——而非暗含价差的转售价格——这意味着上述计算可以在同一张账单上复现，而且如果任一供应商调整价格，变动会在当天落到我们这边，而不是等到合同周期结束之后。

智力论断：13分，而非持平

"Kimi K3 level"是预测中未能经受住当前数据检验的那一半。在Artificial Analysis的Intelligence Index上，截至2026年8月5日，Kimi K3得分为57，DeepSeek V4 Pro（推理模式，最大努力）得分为44——在101个模型中排名第6，这确实是一个相当强的名次，但仍差13分。两者均由同一实验室在同一综合指标上测量，都采用最大推理努力，且都基于100万token的上下文。

供应商的基准测试讲述了一个不同且更为有利的故事，这正是它们需要标注的原因。该公司报告其V4 Pro-Preview在SWE-bench Verified上达到80.6%，在GPQA Diamond上达到90.1%。Moonshot报告其Kimi K3在SWE-bench Verified上为76.8%，在GPQA Diamond上为93.5%。单从数字来看，V4 Pro在编程基准上明显胜出。这两组数据都未经独立复现；它们是由与结果有利害关系的团队在不同测试框架上生成的，而在唯一一个由第三方自己运行两个模型的综合基准中，排名发生了逆转。这就是不信任供应商之间单一基准比较的全部理由。

关于指数数值，有两点需要分别说明。首先，如果你发现较早的文章引用 V4 Pro 为 52 分而非 44 分，它们并没有错——Artificial Analysis 自己在四月发布文章时确实将 V4 Pro (Max) 评为 52 分，并称其为排名第二的开放权重推理模型。指数会经历修订，而每次修订都会改变所有模型的分数。实际上的准则是：只有同一快照下的比较才有意义；四月的 52 分和八月的 57 分不应被放在同一句话里。其次，Artificial Analysis 的页面标注日期为“2026 年 4 月发布”，且未区分预览版与未来的正式版，因此其 44 分是对端点当时所提供内容的一次测量，无论测试发生在何时。

V4 Pro 明显胜过 Kimi K3 的地方，恰恰在于那些与智能无关的维度。它的生成速度达到每秒 66.5 个 token，而 K3 只有 37.6 个，同类别的中位数是 65.9——也就是说 V4 Pro 在同类中接近平均水平，而 Kimi K3 则慢得反常。首 token 延迟为 1.61 秒，对比 K3 的 2.85 秒。对于交互式智能体循环而言，这一差异在每一轮交互中都会被感知到，这也是当前预览版最有力的卖点。

Flash的官方构建告诉了我们关于Pro的什么？

这里是最接近未发布型号真实证据的信息，它来自已经历过该过程的姊妹产品。

公司7月31日的更新日志中指出：“DeepSeek-V4-Flash-0731与DeepSeek-V4-Flash-Preview保持相同的模型架构和规模，仅重新进行了后训练。”权重数量相同、架构相同、价格相同——仅后训练不同。Artificial Analysis对该模型的评分为50分，而此前的Flash版本为40分。综合评分提升10分，完全来自后训练，且每token成本并未增加。该指数上的输出token消耗量也下降了12%，从约2.34亿降至约2.06亿，因此在相同标价下运行成本更低。

将这一先例应用到 Pro 上，算术结果是无法回避的：44 加 10 等于 54。Kimi K3 是 57。即使官方 V4 Pro 复刻了该公司公开演示过的最成功的单一训练后升级，它仍比“Kimi K3 水平”低约三分——而运行成本却约为其十四分之一。这是一个非凡的结果，而且不是预测所预言的结果。

关于这种外推的坦诚告诫——这只是算术，而非预测：284B模型上+10的提升，并不能说明1.6T模型上能获得什么，余量可能更大，也可能小得多。该公司并未表示Pro版本将仅进行后训练。而且该指数是综合性的，三分可能只是同一项基准。尽管如此，仍要计算这个数字的原因在于，它是唯一存在的、经过量化且由供应商确认的先例，而且它比当前预测所依托的依据要充分得多。

那份变更日志中还有一个细节值得特别指出，而不是重复提及：Flash 的智能体评分是在“公司的 Harness 极简模式（即将发布）”下，以 max effort、topp=0.95、temperature=1.0 的设置生成的。生成这些数字的 Harness 尚未公开发布——它于 8 月初进入封闭测试——因此原则上，公司外部的任何人都仍然无法复现这些数字，不是因为它们有误，而是因为该工具不可用。预计 Pro 版本发布时也会带有同样的星号。

可能推翻廉价模型论点的条款

在公司定价文档中，隐藏着一项几乎未包含在V4线路定价中的政策。用公司的话说，API“很快将采用”一种方案，即“高峰时段价格将是常规价格的2倍，适用于所有计费项目。”高峰时段定义为北京时间每日09:00–12:00和14:00–18:00——每天七小时，每天如此。生效日期“以官方公告为准”，截至本文撰写时，该附加费尚未生效。

注意这一方向。该公司历来提供非高峰折扣（适用于V3和R1）；而这是一项高峰附加费，加在标准费率之上。如果按所述的倍数生效，V4 Pro的日间价格将变为输入$0.87、输出$1.74，对比格局也将改变：对Kimi K3的11.7倍综合优势降至5.8倍，实测的13.8倍降至6.9倍。依然便宜。但不再是"便宜10倍"了，而且在欧洲或亚洲团队实际工作的时间段，也不再便宜。

{{1}}8月6日，更大的那只靴子落地了。{{/1}}DeepSeek 在其开发者平台上宣布，计划提高 DeepSeek API 服务的整体定价，{{2}}“在不久的将来，预计将大幅上调。”{{/2}}目前尚未公布新价格和生效日期，公司也未说明这次涨价是独立于高峰期计费方案，还是与其同步生效。报道该公司的媒体将此公告解读为官方 V4 Pro 即将发布的信号——毕竟，一款尚未发布的旗舰产品，不会在你即将退出的折扣体系中被激进定价。任何现在基于 V4 Pro 构建成本模型的人，都应该对这两种情况分别建模；而任何看到{{3}}“该公司便宜 14 倍”{{/3}}这类标题的人——{{4}}包括本文在内{{/4}}——都应该明白，它描述的是一份已附带公告到期条件的价目表。这是预测中价格那一半不再成立的最大可能方式，而这与模型本身毫无关系。

你如何知道官方构建版本已经发布

在公司的发货方式中，有一个比日期更重要的细节，而这是一个实实在在的运营隐患。

API 模型 ID 是deepseek-v4-pro。不是deepseek-v4-pro-preview，也不是带日期的构建字符串——尽管公司自己的变更日志将当前构建称为 V4-Pro-Preview，将已发布的 Flash 构建称为 V4-Flash-0731。当 Flash 正式发布时，说明是：“API 调用方式保持不变——只需将模型名称设为 deepseek-v4-flash 即可使用最新版本。”换句话说，固定模型 ID 并不会固定构建版本。同一个字符串悄然开始提供一组不同的权重，其行为有实质性差异，索引得分也高出十分。

所以，对于“V4 Pro 何时发布”这一问题的实际回答是：如果你正在调用deepseek-v4-pro，在生产环境中，你或许可以通过观察自己的输出变化来得知。具体来说，值得关注的事项包括：公司 API 变更日志中出现一个新的带日期条目——Flash 的发布最初就是出现在那里；一个构建后缀，例如V4-Pro-0731出现在该条目文字中，即便可调用的 ID 仍然没有后缀；Artificial Analysis 的 V4 Pro 页面出现重新评分，这将是你获得的第一个独立确认；已公布的价格上调落实为实际费率，因为正式发布（GA）正是价格上调与高峰时段安排落地的自然时机；以及公司的 Responses API，其文档称 deepseek-v4-pro 支持计划于 8 月初推出——该模型从“计划”列表消失并出现在“受支持”列表中，这几乎就是公司所发布的最接近官方发布信号的迹象。另外有两个我们无法确认但依然值得了解的信号：一家经销商的定价页面于 8 月 3 日调整了 V4 Pro 的缓存价格，这种模式在历史上往往先于发布出现；公司的内部评估工具正处于封闭测试阶段，这意味着当它上线时，其厂商基准测试或许终于能够核查。一个与deepseek-v4-pro-202606相似的字符串也曾作为泄露的构建标识符流传；我们无法对照该公司的任何资产对其进行核实，因此在有人能够证实之前，它不应具有任何分量。

你今天应该基于预览版进行构建吗？

对大多数评估这个模型的人来说，发布日期是个错误的问题。预览版可调用、有定价、采用MIT许可证，在智能程度上经独立评测在101款模型中排名第6。真正的问题是即将发布的GA版本会对你现在构建的工作产生什么影响，且答案有两种截然不同的版本。

如果你在能力上要在V4 Pro和Kimi K3之间做选择，目前的证据表明：Kimi K3在综合得分上领先13分，而V4 Pro在速度、延迟和成本上以巨大优势胜出——而且一项待定的后训练升级可能会缩小智能差距，但不会完全弥合。如果你的工作处于硬推理的前沿，这13分就是决定成败的一切，价格反而是干扰项。如果你的工作量大且只是有一定难度，为此支付14倍的价格就难以说得过去了。

如果你已经选定了 V4 Pro，需要管理的风险不是发布日期，而是静默替换：该模型 ID 背后的构建会在你不知情的情况下发生变化，就像 Flash 当初那样，而你的评测应当能够检测到这一点。保留一套可按需重跑的回归测试集，并确保无需改动代码就能触达另一个备用模型。这就是我们当初以那种方式构建故障转移的平凡原因——V4 Pro、V4 Flash 和 Kimi K3 都放在同一个 OrcaRouter 密钥后面，经由一个兼容 OpenAI 的端点提供服务，因此“在三个模型上重跑评测，然后切换流量”只是改配置，而不是走采购流程；一个糟糕的 GA 构建也只是一个路由决策，而非一次事故。当撤销这个选择无需任何成本时，尝试一个未经充分验证的旗舰模型就会容易得多。

人们真正在问的问题

DeepSeek V4 Pro 发布了没有？

两者都对，取决于你指的是什么，这就是搜索结果互相矛盾的原因。该模型自2026年4月24日V4预览版发布以来就可以公开调用，并公布了定价、MIT许可下的开放权重以及独立的基准测试覆盖。但公司自己在2026年7月31日的更新日志中明确指出，V4 Pro API“没有变化”，其正式发布“将很快到来”；8月6日，DeepSeek再次表示官方版本将尽快发布，同时宣布大幅上调API价格。所以：可用，但尚未正式发布。目前尚未确认具体日期；未经证实的消息指向8月中旬，那意味着等待时间不会太长。

官方版本能做到和Kimi K3一样好吗？

就目前唯一的量化先例来看，可能并非如此。Flash 的官方构建仅凭后训练就在 Artificial Analysis 的智能指数上提升了 10 分；V4 Pro 目前为 44 分，Kimi K3 为 57 分，因此同样的提升幅度将使其达到 54 分。这种外推在任一方向上都可能出错——1.6T 参数模型可能拥有与 284B 参数模型不同的提升空间，而且该公司并未表示 Pro 版本将仅包含后训练。但任何今天声称两者持平的人，都是在主张一个没有任何已发表测量数据支持的说法。

为什么DeepSeek的廉价模型目前比其旗舰模型得分更高？

因为这是发布顺序造成的，而不是因为Flash是更好的模型。Flash在7月31日获得了一次训练后升级，使其在该指数上的得分从40提升到50；Pro尚未获得相应升级，因此衡量的仍然是4月份的训练后版本。公司自己也承认了这一点，称Flash-0731的智能体结果“远超V4-Pro-Preview”。这种反转只是未完成发布进程的一个快照，而即将到来的Pro发布恰恰会终结这种情况。

以 $0.435 / $0.87 的价格为基础构建成本模型是否安全？

有条件地成立，且不如一周前可靠。这是该公司当前公布的标价，已反映了相比V4发布时费率的大幅永久下调。但8月6日，DeepSeek宣布计划全面上调API定价，“预计将有显著涨幅”，而新的费率及生效日期尚未公布——此外还有一项已公布但尚未生效的峰时政策，将使所有计费项目在每天七小时内翻倍。请对两种情景进行建模，并注意即便在翻倍情景下，仍比Kimi K3便宜约6倍。

诚实的解读

引发这一切的那项预测只对了一半，而它对的那一半恰恰是人们最难相信的。{{1}}"便宜10倍"{{/1}}的说法还低估了差距：在相同的实测评估工作负载下，{{2}}DeepSeek V4 Pro预览版的成本为176.34美元{{/2}}，而{{3}}Kimi K3为2,437.41美元{{/3}}；在缓存输入方面，差距不是十倍，而是大约八十倍。{{4}}"达到Kimi K3水平"{{/4}}是尚未实现的部分——独立实验室对两者所做的唯一一项综合评测中，得分为44比57；而即便依据该公司自身的最佳先例进行乐观外推，结果也不过是54。{{5}}

能够改变这一判断的因素是具体且值得关注的。如果官方V4 Pro版本以训练后升级的形式发布，且Artificial Analysis重新评分超过57分，那么这一预测将得到完全验证，本文的核心数字也将过时。如果它伴随着高峰时段附加费或8月6日宣布的涨价一起到来，价格论证的效果将减半，有趣的问题将变成：6倍的折扣是否能弥补13分的差距。如果该公司发布其评估工具——已处于封闭测试阶段——那么目前有利于V4 Pro编程能力的供应商基准将首次变得可核查。在这些情况发生之前，对DeepSeek V4 Pro的准确概括是：它是可下载权重中性价比最高的严肃推理模型，它不是最聪明的那个，而且其供应商已告诉我们它尚未完成。