2026 年 7 月 31 日，DeepSeek 正式推出 V4-Flash-0731（API 專用，權重未開源）：沿用 4 月預覽版的 284B 總參數／13B 激活 架構，僅靠後訓練（post-training） 就在多項 Agent 基準上超越自家 V4-Pro 預覽版。本文面向AI 工程師、Agent 基礎設施負責人與預算敏感的獨立開發者，一次講清楚4–8 月時間線、官方定價表、Artificial Analysis 橫向對比、Harness 評測爭議，以及從 deepseek-chat 遷移的實操步驟。結論先行：Flash-0731 以每任務約 $0.03 的成本提供 Intelligence Index 50 分的水準，性價比極高；但 V4-Pro 正式版與 Harness 框架截至 8 月 5 日仍未釋出，跑分高度依賴評測 Harness，不宜在未驗證前全面替換生產 Agent 鏈路。
01 7 月發布節奏與開發者痛點
2026 年 4 月至 8 月初，DeepSeek 與國產大模型賽道節奏極快——幾乎每週都有模型迭代或介面下線，開發者若未跟進，生產服務可能在 48 小時內中斷：
- 4 月 24 日：DeepSeek V4 預覽版上線，284B/13B MoE 架構首次公開，Agent 能力引發社群關注。
- 7 月 24 日：舊介面
deepseek-chat與deepseek-reasoner正式退役；未遷移的生產服務直接 404。詳見V4 滿血版發布解讀。 - 7 月 27 日：月之暗面按承諾開源 Kimi K3 權重，2.8T MoE 登陸 Hugging Face，國產開源陣營再增一員。
- 7 月 31 日：V4-Flash-0731 正式版 API 上線；同日 DeepSeek 首次提及 Harness 評測框架，Agent 基準分數對 Harness 配置高度敏感。
- 8 月 3 日：阿里 Qwen3.8-Max GA，2.4T 參數衝進 Arena 前五，國產旗艦競爭進入「萬億參數週」。
- 8 月 5 日（本文發稿）：V4-Pro 正式版與 Harness 框架仍未釋出；社群傳聞 8 月 10–20 日發布，官方未確認。
在興奮之餘，生產環境開發者需正視以下痛點：
- 評測 Harness 依賴：官方 Agent 基準採「minimal mode」Harness 配置，分數對工具鏈版本、終端模擬器設定極度敏感——第三方複現難度高。
- 快取命中率波動：7 月 31 日發布後，部分開發者回報 API 快取命中異常，導致實際帳單高於預期；需自行監控 token 消耗與快取策略。
- V4-Pro 正式版真空期：Flash-0731 已超越 V4-Pro 預覽版，但旗艦 Pro 正式版與完整 Harness 仍缺席，長上下文（1M token）場景的 FLOPs 優勢無法驗證。
- 開源權重缺席：Flash-0731 僅提供 API，無本地私有化部署路徑；對資料合規或離線推理有要求的團隊需另尋 Kimi K3 等開源方案。
- 峰谷計費疊加：若 Agent 流水線 24×7 運行，需預留北京時間尖峰時段（09:00–12:00、14:00–18:00）費率翻倍的成本緩衝。
社群暱稱「梁白開／梁圣」的 DeepSeek 創辦人團隊，以「後訓練碾壓預覽版 Pro」再次刷新國產模型「斩杀线（kill line）」敘事——但 7 月 31 日發布當天，相關 AI 晶片概念股反應平淡，資本市場對「參數不變、分數大漲」的敘事已趨於理性。
02 核心規格、定價與官方 Benchmark 一覽
| 項目 | V4-Flash-0731 |
|---|---|
| 發布日期 | 2026 年 7 月 31 日（API 正式版） |
| 總參數 / 激活參數 | 284B / 13B（與 4 月預覽版相同） |
| 能力提升來源 | 純後訓練（post-training），架構未變 |
| 架構 | CSA + HCA（DSA 稀疏注意力）、mHC、Muon 優化器 |
| 權重開源 | 否（僅 API） |
| 輸入定價（未命中 / 快取命中） | $0.14 / $0.0028 每百萬 token |
| 輸出定價 | $0.28 每百萬 token |
| Agent 基準 vs V4-Pro 預覽版 | 多項官方基準超越 V4-Pro 預覽版 |
| Artificial Analysis Intelligence Index | 50 分（第三方） |
| V4-Pro 正式版 / Harness 框架 | 截至 2026 年 8 月 5 日仍未發布 |
廠商報告指出，V4-Pro 在 100 萬 token 上下文場景下，相較 V3.2 的 FLOPs 降低 27%、KV Cache 佔用降低 10%——但上述數據來自 DeepSeek 官方材料，Flash-0731 是否繼承同等長上下文效率，需等 Pro 正式版釋出後才能交叉驗證。
03 架構拆解：CSA+HCA、mHC 與 Harness 框架
為什麼參數不變，Agent 分數卻大漲？ V4-Flash-0731 沿用 4 月預覽版的 284B/13B MoE 骨架，能力提升完全來自後訓練階段的資料配方、強化學習與工具使用對齊——這與 DeepSeek 一貫的「架構效率優先」路線一致，也解釋了為何 Flash 能以極低 API 定價提供接近旗艦的 Agent 體驗。
CSA + HCA（DSA 稀疏注意力）：DeepSeek 自研的稀疏注意力機制，透過 Content- Sparse Attention 與 Head-Content Attention 的組合，在長上下文場景下控制計算量。廠商稱 V4-Pro 在 1M token 下 FLOPs 較 V3.2 降 27%，Flash-0731 是否完整繼承此優化尚待 Pro 正式版驗證。
mHC 與 Muon 優化器：mHC（multi-Head Composition）強化多頭注意力的表達效率；Muon 則是 DeepSeek 在訓練穩定性上的重要創新，降低大規模 MoE 收斂難度。這些底層改進在 4 月預覽版已嵌入，Flash-0731 的躍升主要來自後續對齊與工具鏈訓練。
Harness 框架：7 月 31 日首次提及，評測爭議核心：DeepSeek 在 Flash-0731 發布時同步介紹 Harness——一套用於 Agent 基準評測的工具鏈框架。官方 Agent 跑分採「minimal mode」配置，分數對 Harness 版本、終端模擬器、工具權限設定高度敏感。這意味著：
- 同一模型在不同 Harness 配置下，Terminal Bench、SWE-bench 等分數可能相差數個百分點。
- 第三方機構（如 Artificial Analysis）使用自有 Harness，結果與官方數字不可直接對照。
- Harness 框架本身截至 8 月 5 日未對外開源，開發者無法在本地復現官方基準環境。
若你的 Agent 工作流依賴 Claude Code、OpenClaw 等工具鏈，建議參考OpenRouter 7 月模型排行中的實際呼叫量與延遲數據，而非僅看廠商自報 Harness 分數。
04 旗艦橫向對比與六步 API 遷移指南
| 模型 | 總參數 / 激活 | 輸入定價（未命中 / 命中，每百萬 token） | 輸出定價（每百萬 token） | Intelligence Index | 每任務成本（估算） |
|---|---|---|---|---|---|
| DeepSeek V4-Flash-0731 | 284B / 13B | $0.14 / $0.0028 | $0.28 | 50 | ≈ $0.03 |
| DeepSeek V4-Pro 預覽版 | 未公開完整規格 | $0.435 / $0.003625 | $0.87 | — | — |
| Kimi K3 | 2.8T / 約 500 億 | $3 / $0.30 | $15 | 57 | ≈ $0.86 |
| Qwen3.8-Max | 2.4T / 950 億 | $2（無分檔） | $6 | — | ≈ $1.86 |
| GPT-5.6 Sol | 閉源 | — | — | +9 vs Flash | ≈ $3.15 |
| Claude Fable 5 | 閉源 | — | — | +9 vs Flash | 更高 |
| 性價比結論 | Flash-0731 以 Index 50、每任務 $0.03 提供最高 CP 值；Kimi K3（57 分）與 GPT-5.6 Sol／Fable 5（+9 分）能力更強但成本高 28–105 倍 | ||||
在將生產 Agent 工作流遷移至 V4-Flash-0731 之前，建議按以下六步自檢：
- 確認舊介面已下線：檢查程式碼與 CI 設定中是否仍引用
deepseek-chat或deepseek-reasoner；7 月 24 日後這兩個端點已永久停用，未遷移的請求會直接失敗。 - 切換模型名稱：輕量對話改用
deepseek-v4-flash（非思考模式）；原 reasoner 場景選 Flash 思考模式，或等待 V4-Pro 正式版上線後升級至deepseek-v4-pro。 - 設計快取策略：Flash-0731 輸入定價分未命中（$0.14/M）與快取命中（$0.0028/M）兩檔，差距達 50 倍；對重複 system prompt 或固定上下文場景，啟用 API 快取可大幅壓低成本。
- 預留尖峰時段溢價：若 Agent 流水線 24×7 運行，北京時間 09:00–12:00 與 14:00–18:00 費率翻倍；排程非緊急批次任務至離峰時段，或設定成本告警閾值。
- 在業務場景驗證 Benchmark：不要僅憑官方 Harness 分數遷移；用真實程式碼庫、真實 Agent 鏈路做 A/B 測試，對照 Artificial Analysis 等第三方 Index 與實際 token 消耗。
- 穩定 Agent 執行環境：若需在 Mac 上穩定運行 Claude Code、OpenClaw 等 Agent 工具鏈做聯調與 Benchmark 複現，確保底層為裸機 Apple 硬體而非虛擬化環境——詳見定價頁與下單頁。
05 爭議點、可引用數據、FAQ 與決策結論
Flash-0731 發布後，社群與媒體圍繞以下爭議展開討論：
- Harness 依賴性：官方 Agent 基準分數對 Harness 配置極度敏感，第三方難以在相同條件下複現；Artificial Analysis 使用自有評測流程，Index 50 與官方數字不可直接對照。
- 快取命中異常：部分開發者回報 7 月 31 日後 API 快取命中率波動，實際帳單高於預期；建議在遷移初期密切監控 token 帳單與快取命中率指標。
- V4-Pro 發布日期謠言：社群傳聞 8 月 10–20 日釋出 V4-Pro 正式版與 Harness 框架，DeepSeek 官方截至 8 月 5 日未確認任何日期。
- 融資傳聞：部分媒體報導 DeepSeek 新一輪融資消息，官方未予證實或否認，不應作為技術選型依據。
可引用硬核數據：
- 總參數 / 激活參數：284B / 13B（與 4 月預覽版相同，能力提升 100% 來自後訓練）
- API 定價：輸入 $0.14（未命中）/ $0.0028（快取命中），輸出 $0.28 每百萬 token
- Artificial Analysis Intelligence Index：Flash-0731 50 分；Kimi K3 57 分；GPT-5.6 Sol 與 Claude Fable 5 各 +9 分
- 每任務成本估算：Flash ≈ $0.03；Kimi K3 ≈ $0.86；Qwen3.8-Max ≈ $1.86；GPT-5.6 Sol ≈ $3.15
- 長上下文效率（V4-Pro 廠商報告）：1M token 下 FLOPs 較 V3.2 降 27%，KV Cache 降 10%
- 發布狀態：V4-Pro 正式版與 Harness 框架截至 2026 年 8 月 5 日仍未釋出
V4-Flash-0731 和 4 月預覽版有什麼不同？
架構完全相同（284B/13B），能力提升 100% 來自後訓練階段的優化。官方 Agent 基準多項超越 V4-Pro 預覽版，但權重仍未開源，僅提供 API 呼叫。
V4-Pro 正式版什麼時候發布？
截至 2026 年 8 月 5 日，DeepSeek 官方未公布 V4-Pro 正式版或 Harness 框架的發布日期。社群傳聞 8 月 10–20 日，但未獲官方確認。建議關注 DeepSeek 官方公告，而非依賴謠言做架構決策。
Harness 是什麼？為什麼跑分有爭議？
Harness 是 DeepSeek 在 7 月 31 日首次提及的 Agent 基準評測框架。官方跑分採「minimal mode」配置，分數對工具鏈版本、終端設定高度敏感。第三方機構使用不同 Harness，結果不可直接對照；框架本身截至 8 月 5 日未開源。
Flash-0731 比 Kimi K3 和 Qwen3.8-Max 更值得選嗎？
取決於場景。Flash-0731 性價比最高（每任務 ≈ $0.03，Index 50），適合預算敏感、Agent 任務為主的場景。Kimi K3（Index 57、已開源權重）適合需本地部署或更高能力的場景；Qwen3.8-Max 多模態更強但成本更高。建議在真實業務場景做 A/B 測試，而非僅看 Index 分數。
deepseek-chat 已停用，我該怎麼遷移？
輕量對話改用 deepseek-v4-flash（非思考模式）；原 reasoner 場景選 Flash 思考模式，或等待 V4-Pro 正式版。遷移時注意更新 API 端點、模型名稱，並重新測試快取策略與尖峰計費影響。詳細步驟見本文第四節六步指南，或參考V4 滿血版 API 遷移文。
官方與第三方參考來源（發版後請再次開啟連結核對）：
Artificial Analysis — Intelligence Index 公開排行榜
DeepSeek Platform — 模型定價與 API 控制台
Flash-0731 的 API 定價極具吸引力，但Harness 依賴的跑分難以獨立驗證、快取策略失誤可能讓帳單翻數十倍、以及 V4-Pro 正式版真空期內長上下文場景無法對標，在發版窗口期會集中暴露。對於需要零損耗原生算力、穩定 iOS CI/CD 與 Claude Code／OpenClaw 等 Agent 工具 7×24 自動化的生產環境，ZUKCLOUD 的裸機 Mac mini 雲端節點通常是更優解：真實 Apple 硬體、完整 Root 權限、無 Hypervisor 損耗。前往定價頁查看目前方案，或閱讀裸機架構宣言與Kimi K3 全面開源解讀。模型選型可以等第三方跑分，Agent 基礎設施不能等——先把跑 Agent 的 Mac 節點穩住，再談遷移哪家 API。