DeepSeek V4 Flash 正式版上線：
跑分逼近 Opus 4.8，價格卻只要幾十分之一，Pro 版還要再等等

若你是正在評估 DeepSeek API 遷移、Agent 工作流降本或國產旗艦模型選型的 AI 開發者與技術負責人，7 月 31 日正式 GA 的 DeepSeek V4-Flash-0731 很可能改寫你對「小模型、大能力」的預期：284B/13B 架構不變，靠後訓練強化在 Agent 基準上全面超越自家 V4-Pro 預覽版，離峰輸出價僅 $0.28/M tokens，約為 Claude Opus 4.8 的 1/36 至 1/179。本文涵蓋四月至今時間軸、六大痛點、定價與競品對照表、CSA+HCA 架構要點、Artificial Analysis 性價比、Harness 爭議、六步接入清單、五則 FAQ 與可引用硬核數據；V4-Pro 正式版與 Harness 完整基準截至 8 月 5 日仍未釋出。可與 V4 GA 篇、Kimi K3 開源篇、Qwen3.8-Max 篇 交叉閱讀。定價見 定價頁，下單見 雲端訂購頁。

[ SECTION_01 ] // TIMELINE 從預覽到 0731 正式版：時間軸與開發者六大痛點

• Pro 正式版空窗：Flash 已 GA，V4-Pro 正式版與 Harness 完整基準仍未公開，生產環境若需 1.6T 滿血能力只能暫用 Pro 預覽 API 或等待官方公告。
• Harness 依賴跑分：7 月 31 日公布的 Agent 提升高度綁定 Harness 框架設定，minimal 模式基準未釋出，第三方難以同條件覆核。
• 快取命中不穩：Prompt Cache 計費規則對前綴長度、TTL 說明有限，部分團隊反映快取命中率低於預期，帳單仍按未命中費率結算。
• 峰谷計費排程：工作日 09:00–12:00、14:00–18:00（北京時間）費率翻倍，7×24 Agent 流水線不做分時策略，成本可能超出 Flash 低價預期。
• API-only 限制：0731 正式版目前僅提供 API，權重未重新釋出，資料不出境場景無法立即本地部署最新後訓練版本。
• 謠言與資訊雜訊：V4-Pro 發布日期（8 月 10–20 日）、新一輪融資等傳聞在社群流傳，截至發稿均未獲 DeepSeek 官方確認。

一句話結論：V4-Flash-0731 證明「架構不變、後訓練強化」也能在 Agent 場景碾壓自家 Pro 預覽版，但 Pro 正式版空窗與 Harness 方法論透明度，仍是工程師選型前必須正視的風險。

[ SECTION_02 ] // ARCH_PRICING 284B/13B 架構不變：後訓練強化與四檔定價對照

V4-Flash-0731 維持預覽版規格：2840 億總參數、130 億激活、1M token 上下文、384K 最大輸出。官方強調後訓練（post-training）專項強化 Agent 編排、工具呼叫與程式碼修復，底層創新仍為 CSA+HCA 混合注意力、mHC 流形約束超連接與 Muon 優化器。同系列 V4-Pro 在 1M 上下文場景下，推理 FLOPs 僅為 V3.2 的 27%，KV Cache 記憶體僅為 V3.2 的 10%（廠商報告，來源 arXiv:2606.19348）。

以離峰輸出價計，V4-Flash 約為 Claude Opus 4.8 的 1/179；即便對照 V4-Pro 預覽版輸出 $0.87/M，Flash 仍便宜約 3.1 倍，且在官方 Harness Agent 基準上能力反超 Pro 預覽——這是 0731 發布後開發者社群最關注的「性價比反轉」。

[ SECTION_03 ] // BENCHMARK Artificial Analysis 性價比、Harness 爭議與產業背景

Artificial Analysis 給出的訊號很直白：Flash 以 $0.03/次 拿到指數 50，Kimi K3 多 7 分卻要 $0.86；GPT-5.6 Sol 與 Claude Fable 5 僅高 9 分，成本分別飆到 $1.86 與 $3.15。若你的 Agent 工作流以高頻次、可容忍小幅品質差距的場景為主，0731 Flash 的邊際成本優勢難以被忽略。

Harness 框架與跑分爭議：DeepSeek 在 7 月 31 日首次命名 Harness Agent 測試框架，用於多步工具編排、長鏈路任務與 minimal 模式評估。問題在於：對外公布的「超越 Pro 預覽版」數據高度依賴 Harness 特定設定，minimal 模式基準尚未釋出，Artificial Analysis 等中立平台無法在相同條件下覆核。社群亦反映 Prompt Cache 命中率不穩、帳單與預期不符等實務問題。

產業背景（7 月 31 日當週）：DeepSeek 創辦人梁聖（社群暱稱「梁白開」）在內部信中提及「斬殺線」（kill line）——指 Agent 能力門檻將淘汰一批舊模型與舊工作流。同日 A 股／港股 AI 晶片板塊反應偏平淡，市場解讀為「能力躍升已在預期內、定價戰才是主敘事」。新一輪融資傳聞同樣未獲官方確認。

[ SECTION_04 ] // DEPLOY 六步接入清單：模型遷移、快取策略到 Harness 測試

1. 遷移模型名稱：將存量 deepseek-chat、deepseek-reasoner 及舊版 Flash 字串，統一改為 deepseek-v4-flash（0731 正式版）；在程式碼儲存庫、CI 設定、Secret 管理與 OpenRouter 路由表中全庫搜尋替換。參見 V4 GA 遷移篇。
2. 選型 Flash vs Pro：高頻路由、工具分流、長 System Prompt 快取場景優先 0731 Flash；需 Think Max 或 1.6T 極限推理暫用 deepseek-v4-pro 預覽 API，並追蹤 V4-Pro 正式版公告。
3. 設定 API 用戶端：base URL 保持 https://api.deepseek.com，OpenAI SDK 僅改 model 參數；思考模式透過 extra_body 傳入 thinking 設定。Anthropic SDK 相容路徑同理更新模型 ID。
4. 配置快取策略：固定 System Prompt 與重複前綴以爭取快取命中（$0.0028/M 輸入）；在 Staging 實測命中率後再排程高峰批次；非即時任務排到離峰時段（18:00 後或 09:00 前，北京時間）。
5. Agent Harness 測試：在自有業務場景跑 A/B 對照（0731 Flash vs Kimi K3 vs GPT-5.6 Sol），勿僅依賴官方 Harness 分數；記錄 Tool Calling 成功率、平均步數與單次任務成本。
6. 固化 7×24 macOS 宿主：長時 Agent 編排、Harness 迴歸測試與 iOS CI 同機驗證須跑在常駐 macOS 節點；筆電合蓋 sleep 會中斷 OAuth 與批次流水線。詳見 說明中心 與 訂購頁。

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": "system", "content": "You are an agent orchestrator..."},
        {"role": "user", "content": "Run the deployment checklist."}
    ],
    extra_body={"thinking": {"type": "enabled", "budget_tokens": 4096}}
)
print(response.choices[0].message.content)

[ SECTION_05 ] // FACTS_FAQ 可引用硬核數據、FAQ 與 7×24 Agent 宿主收束

• 284B/13B 架構不變：0731 正式版參數規模與 4 月預覽版相同，能力提升來自後訓練強化（來源：DeepSeek 7 月 31 日 API 公告）。
• Agent 反超 Pro 預覽：官方 Harness 測試中，0731 Flash 在 Agent、程式碼與工具呼叫基準全面超越 V4-Pro 預覽版（來源：DeepSeek 官方材料，minimal 模式基準待釋出）。
• Artificial Analysis 性價比：Flash 指數 50、每次 $0.03；Kimi K3 57/$0.86；GPT-5.6 Sol 59/$1.86；Fable 5 59/$3.15（來源：Artificial Analysis，發版後複核）。
• 定價碾壓 Opus 4.8：Flash 離峰輸出 $0.28/M，約為 Claude Opus 4.8（約 $50/M 輸出）的 1/179；輸入快取命中 $0.0028/M 接近零邊際成本（來源：DeepSeek 定價頁與 Anthropic 公開價目）。
• 1M 上下文效率：V4-Pro 在 1M token 場景推理 FLOPs 為 V3.2 的 27%，KV Cache 記憶體為 10%（來源：arXiv:2606.19348）。
• Pro 正式版空窗：截至 2026-08-05，V4-Pro 正式版與 Harness minimal 基準均未釋出；8 月 10–20 日傳聞未獲官方確認。

FAQ 精選：

• Q：V4-Flash-0731 和 4 月預覽版有什麼差別？A：參數規模完全相同，差異在後訓練強化——0731 在 Agent 基準全面超越 V4-Pro 預覽版，架構（CSA+HCA、mHC、Muon）未改。目前僅 API，權重待更新。
• Q：V4-Pro 正式版什麼時候上線？8 月 10–20 日的傳聞可信嗎？A：截至 8 月 5 日仍未發布，Harness 完整基準同樣未公開。社群窗口傳聞未獲官方確認，請以 API 文件與郵件通知為準。
• Q：Harness 是什麼？為什麼跑分被質疑？A：DeepSeek 命名的 Agent 測試框架，部分對外跑分高度依賴其特定設定，minimal 模式基準未釋出，第三方難以同條件覆核。
• Q：Flash 和 Pro 該怎麼選？A：多數 Agent 場景先切 0731 Flash 降本；需 1.6T 滿血或 Think Max 暫用 Pro 預覽 API，並追蹤正式版公告。
• Q：快取命中計費為什麼有爭議？A：Prompt Cache 對前綴重複度與 TTL 規則說明有限，部分場景命中率低於預期。建議 Staging 實測後再排程高峰批次。

下列為撰寫時依據的公開來源；若上游更新，請以原文為準。

https://api.deepseek.com

https://arxiv.org/abs/2606.19348

https://artificialanalysis.ai

替代方案的真實缺點（工程視角）：① 只用 Claude Opus 4.8 或 GPT-5.6 Sol 跑高頻 Agent，單次 $1.86–$3.15 的邊際成本在月級 Token 量下難以控管；② 在 16GB 筆電上硬等 0731 權重本地部署，API-only 空窗期無解，sleep 還會中斷長鏈路 Harness 測試；③ 為驗證 DeepSeek Agent 工作流一次性買斷高配 Mac Studio，閒置折舊遠高於按週租用，且 Flash 推理應走 API、本地只需穩定 macOS 編排面。

對需要獨佔 Apple Silicon、7×24 線上、按天／週／月彈性擴容、在 macOS 宿主上穩定跑 DeepSeek V4-Flash API 驅動的 Agent（OpenClaw、Hermes Agent、Claude Code 等）與 iOS CI 同機驗證的開發者與 AI 自動化團隊，NOVAKVM 的 Mac Mini 雲端裸機租賃通常是更優解：六地節點、高記憶體檔位、SSH 直連，把 Flash API 推理與裸機 macOS 執行面分層——雲端極低價旗艦模型呼叫＋本地 Agent 編排，避開筆電 sleep 中斷與自建多節點叢集雙重陷阱。請在 NOVAKVM 定價頁 對照 M4 Pro 與儲存擴容，在 訂購頁 拉起試驗機；遠端連線見 說明中心。