DeepSeek V4 Flash 正式發布：平價、快速、具代理能力的 1M 上下文模型解析

DeepSeek 的效率模型V4 Flash，已從預覽版畢業，成為正式的公開測試版——這個code>-0731/code> 版本於 2026 年 7 月 31 日發布。架構沒有改變（仍是擁有 2840 億參數的混合專家模型，具備 100 萬 token 的上下文長度），但一輪額外的後續訓練大幅提升了其代理、程式編寫與工具呼叫能力，而且現在原生支援 Responses API，並針對 Codex 風格的代理進行了特定調整。本指南說明 V4 Flash 是什麼、正式發布版實際升級了哪些內容、其（DeepSeek 公布的）基準測試結果如何、使用費用多少，以及如何使用——所有數據皆標明來源。

準確性說明：以下釋出詳情與基準測試分數來自 DeepSeek 官方 API 變更日誌（日期為 2026-07-31）；架構、上下文與定價已與 OrcaRouter 的模型頁面交叉核對；Artificial Analysis 的綜合指標則為獨立數據。DeepSeek 回報的基準測試使用其自有測試環境設定——請將其視為廠商數據，並自行執行評估。規格與價格會變動；建置前請先驗證。

TL;DR。V4 Flash 是 DeepSeek V4 Pro 這個巨人的高成本效益兄弟款：一個 284B / 13B 啟用參數的 MoE 模型，具備 1M token 的上下文長度與最高 384K 的輸出長度，專為高吞吐量、低延遲的 agentic 工作負載而調校。7 月 31 日的正式發布是一次後訓練升級——參數規模相同，但 agent 與程式碼能力有顯著提升——同時新增了原生 Responses-API 與 Codex 支援。DeepSeek 報告了強勁的 agentic／程式碼評分成績（例如 Terminal-Bench 2.1 達 82.7、Toolathlon 達 70.3），而成本約為每百萬個輸入／輸出 token 0.15／0.29 美元，大約是 V4 Pro 價格的三分之一。僅有 Flash API 獲得升級；V4 Pro 與 DeepSeek 應用程式／網頁皆維持不變。在 OrcaRouter 上，您可以透過單一 OpenAI 相容端點以 0% 加價取得該模型。

關鍵要點

官方發佈（build -0731，2026年7月31日）：預覽版的訓練後升級——架構相同，但智能體、編碼與工具使用能力大幅增強。

• 架構不變：總計 284B / 13B 活躍參數（MoE），1M token 上下文（1,048,576），最多 384K 輸出，僅文字輸入，具備推理、工具與 JSON。

• 新增：原生 Responses API 支援，以及針對 Codex 的特定適配；並繼續支援 OpenAI ChatCompletions 和 Anthropic 風格介面。模型 ID code>deepseek-v4-flash/code>。

• DeepSeek 報告的代理式/編碼能力成績：Terminal-Bench 2.1 82.7, Toolathlon（已驗證）70.3, Cybergym 76.7, DeepSWE 54.4, NL2Repo 54.2, DSBench-FullStack 68.7。

• 非常便宜：每 1M 個輸入/輸出 Token 約 $0.15 / $0.29，快取讀取約 $0.02（OrcaRouter，0% 加成）——大約是 V4 Pro 的 $0.44 / $0.88 的三分之一。只有 Flash API 有變動；Pro 與 App/網頁版則相同。

官方發布實際上升級了什麼

V4 Flash 最初於 2026 年 4 月 24 日以預覽版形式推出。2026 年 7 月 31 日的正式版本（即code>-0731/code> 版本，依據 DeepSeek 的 API 變更日誌）明確地並非全新架構：總參數與啟用參數（284B / 13B）以及 1M 上下文均維持不變。改變的是後訓練（post-training）——DeepSeek 表示，額外的微調顯著提升了核心代理（agentic）、程式編寫與工具呼叫能力。兩項實用的新增功能值得注意：V4 Flash 現在原生支援 Responses API，並特別針對 Codex 風格的編碼代理進行了適配，同時仍相容 OpenAI ChatCompletions 與 Anthropic 風格的介面。重要的是，本次發布僅升級了 Flash API；V4 Pro 與 DeepSeek 應用程式／網頁體驗均未變動。對團隊而言，這代表代理工作負載可在相同價格下直接獲得升級，無需遷移。

架構：為吞吐量打造的小型活躍 MoE

V4 Flash 是一個專家混合模型，總參數約 2840 億，但每個 token 僅有約 130 億個活躍參數。這個低活躍參數數量的重點在於：它讓推論快速且便宜，同時龐大的專家池保有品質。上下文視窗完整為 1,048,576 個 token（約 1M），最大輸出高達 384K，且模型支援推理（延伸思考）、工具呼叫和結構化 JSON。輸入僅限文字。設計目標——高吞吐量、低延遲、代理型工作——反映在服務數據上：在 OrcaRouter 的量測中，p50 首次輸出時間（time-to-first-token）約 394 毫秒，輸出速度約每秒 184 個 token。

基準測試：官方數據怎麼說

官方發布版高度倚重代理式與程式碼評測，並以DeepSeek自家的測試框架（minimal-mode / max-effort設定）執行。以下是如何解讀這些重點結果，所有數據均由DeepSeek報告：

• Terminal-Bench 2.1：82.7 — 在真實終端機中執行的代理式命令列／軟體任務。此處高分代表模型能真正操作工具與 shell，而不只是回答問題。

• {{1}}Toolathlon（已驗證）：70.3{{/1}} 和 {{2}}Automation Bench（公開）：25.1{{/2}} — 工具使用的廣度與可靠性，以及端到端自動化。工具呼叫的可靠性是代理成敗的關鍵特質。

• Cybergym：76.7 — 資安/CTF 風格的代理式問題解決。

• DeepSWE：54.4，NL2Repo：54.2，DSBench-FullStack：68.7，DSBench-Hard：59.6 —— 涵蓋軟體工程與全端程式設計，從儲存庫層級的程式碼生成到高難度的資料科學任務。DSBench-FullStack 的強勁表現（68.7）彰顯其實用的多檔案程式設計能力。

• Agent Last Exam: 25.2 —— 一項刻意設計得極其困難的智能體推理考驗，即使頂尖模型也得分偏低；可作為相對信號，而非絕對指標。

就獨立脈絡而言，Artificial Analysis（評估日期 2026-06-25，預覽版本）將 V4 Flash 評為約 56.2 AA Coding、40.3 AA Intelligence 與 50.0 AA Math——一個偏重程式設計的通用模型，高於開放模型的中位數。官方後續訓練的提升正是針對代理/程式設計軸線，因此可以預期較新的版本在這些任務上會表現得更強。一如往常，供應商測試框架的數據往往偏樂觀；請在您自己的工作負載上進行驗證。

定價：改變預算的數字

在 OrcaRouter 上，它以 0% 加成轉傳供應商定價，V4 Flash 的價格大約是每百萬輸入代幣 0.15 美元、每百萬輸出代幣 0.29 美元，快取讀取則約為 0.02 美元。而且 DeepSeek 在這次發行中維持低定價（升級未漲價）。這大約是 DeepSeek V4 Pro 的 0.44 / 0.88 美元定價的三分之一。以實際數字來說：每月 1000 萬代幣，以 70% 輸入 / 30% 輸出的比例拆分，在 V4 Flash 上大約只需要幾美元；擴展到 10 億代幣時，與旗艦模型的差距就會成為財務報表上的一筆項目。提示詞快取進一步降低了成本，對於使用穩定系統提示詞的代理和聊天應用來說，因為快取輸入的計費約為新輸入的十分之一。以同樣的低價提供更便宜的代理能力，就是這次發行的全部賣點。

Where V4 Flash fits: the DeepSeek V4 ladder

DeepSeek 的 V4 系列是一道階梯。V4 Pro 是旗艦款——一個體量大得多、頂級的推理與程式設計模型。V4 Flash 則是效率等級：實際運算量少得多、價格僅為其一小部分，而且在這次後訓練升級之後，具備了真正強大的智能體與程式設計能力。DeepSeek 投入資源讓 Flash 成為更好的智能體（Responses API、Codex 適配、工具使用基準測試），這說明了它預期流量會流向何處：日常的智能體與程式設計流量放在 Flash 上，最困難的推理則保留給 Pro。這呼應了整個業界「平價預設＋高階旗艦」的模式——也正是為什麼按難度路由會勝過一律預設使用最大的模型。

三個現實世界場景

1. 編碼代理與 Codex 風格的工作流程

「-0731 版本的原生 Responses-API 與 Codex 支援，加上其 Terminal-Bench（82.7）與 DSBench-FullStack（68.7）的分數，使 V4 Flash 成為自主編碼代理的強大、低成本引擎——適用於問題修復、重構、測試生成與多步驟工具使用。」

2. 大量使用工具的代理

快速的首次 token 輸出（約 394 毫秒）、高吞吐量（約 184 tok/s）、100 萬的上下文長度，以及強大的 Toolathlon（70.3）可靠性，適合大規模呼叫工具的生產環境代理程式——涵蓋檢索、自動化與編排。

3. 預算有限下的長文件處理

完整的1M-token上下文和384K輸出，可一次處理摘要、分析或轉換極大型輸入——日誌、程式碼庫、長篇報告——且成本低廉。

如何存取 V4 Flash

您可以直接在 DeepSeek 的 API 上呼叫 V4 Flash（模型 ID code>deepseek-v4-flash/code>；它支援 Responses API、OpenAI ChatCompletions 與 Anthropic 風格的介面），或透過廠商中立的端點。a href="https://www.orcarouter.ai/">OrcaRouter/a> 透過單一 OpenAI 相容端點、以 0% 加價提供 V4 Flash（code>deepseek/deepseek-v4-flash/code>）與其他 185+ 個模型並列——因此您可以在同一處將它與 GPT-5.6 Luna、Gemini 3.6 Flash、GLM-5.2、Qwen 3.8 和 Kimi K3 進行基準比較，並將每個請求路由到成本最低的那個模型。由於它與 OpenAI 相容，採用 V4 Flash——或切換到其他模型——只是組態變更，而非重新整合。

限制與誠實的提醒

V4 Flash 是效率型模型，並非旗艦級：在最困難的推理任務上，它落後於 V4 Pro 和頂尖西方模型。輸入僅限文字（無原生影像輸入）。此處的基準分數為 DeepSeek 使用自家測試框架所報告，因此請將確切數字視為參考方向，並預期獨立評測結果會略低一些。再者，「每個 token 便宜」並不等於「每個任務便宜」，如果你讓推理或代理迴圈長時間運行——請在簡單呼叫中限制推理努力和工具迭代次數。在投入生產流量前，請先用自己的工作負載驗證。

常見問題

什麼是DeepSeek V4 Flash？

{{1}}DeepSeek V4 系列中的效率模型{{/1}}：{{2}}一個 {{KEEP}}284B / 13B-active{{/KEEP}} 混合專家模型{{/2}}，{{3}}具備 1M token 的上下文，輸出最高達 384K{{/3}}，{{4}}針對快速、高吞吐量的代理式與程式設計工作進行調校{{/4}}。{{5}}其官方版本（build -0731）於 2026 年 7 月 31 日發布{{/5}}。

官方發布中有什麼改變？

架構保持不變；這是一次訓練後的升級，大幅提升了代理（agentic）、程式編寫與工具呼叫能力，並新增了原生 Responses-API 支援及 Codex 適配。僅 Flash API 進行了升級 — V4 Pro 與應用程式/網頁版本保持不變。

V4 Flash 要多少錢？

在 OrcaRouter 上（0% 加成），每百萬個輸入 token 約 $0.15，每百萬個輸出 token 約 $0.29，快取讀取約 $0.02——約為 V4 Pro 的 $0.44 / $0.88 的三分之一。本次發布的定價維持在低價位。

V4 Flash 在代理型任務和編程任務方面的表現如何？

DeepSeek 報告了亮眼的分數：Terminal-Bench 2.1 82.7、Toolathlon（已驗證）70.3、Cybergym 76.7、DeepSWE 54.4、DSBench-FullStack 68.7——這些都是廠商自有的測試數據，因此請在自己的任務上進行驗證。

V4 Flash 與 V4 Pro 相比如何？

Pro 是規模更大的旗艦模型，專為最困難的推理與程式設計而生；Flash 則是以約三分之一的價格提供高效能等級，具備強大的代理式任務處理與程式設計能力。將困難任務交給 Pro，其餘一切交給 Flash。

上下文窗口？

完整的 1,048,576 個 token（約 1M），最多可輸出 384K 個 token。

V4 Flash 是多模態的嗎？

不——輸入僅限文字。它支援推理、工具呼叫和 JSON 輸出。

V4 Flash 是否與 Responses API 和 Codex 相容？

是的 — -0731 版本新增了原生 Responses-API 支援和特定的 Codex 適配，同時也提供 OpenAI ChatCompletions 與 Anthropic 風格介面。

我該如何使用V4 Flash？

直接透過 DeepSeek 的 API，或透過 OrcaRouter 的 OpenAI 相容端點，以 0% 加價（code>deepseek/deepseek-v4-flash/code>），您也可以在此比較並路由至競爭模型。

底線

DeepSeek V4 Flash 的正式發布延續了平價、快速的配方，並使其成為更優秀的代理模型：同樣採用 284B／13B 活躍參數的 MoE 架構和 1M 上下文，但經過後訓練以強化程式碼與工具使用能力，並原生支援 Responses-API 與 Codex——定價同樣約為 $0.15／$0.29。它不是旗艦模型，也不具備多模態能力，但對絕大多數的代理工作、程式碼撰寫與長文件處理而言，它是 2026 年每 token 性價比最高的選項之一。可以透過 OrcaRouter 這類 0% 加價、OpenAI 相容的端點試用，並將最困難的少數請求路由至旗艦模型——這種組合在成本上幾乎無可比擬。