DeepSeek V4 Flash 正式版发布：后训练重做，九项 Agent 测试全面超越 V4 Pro Preview

— 等了好久，DeepSeek V4的正式版终于来了。 可惜，来的还是DeepSeek-V4-Flash，V4 Pro正式版还得继续等。 但我看到消息的第一反应，还有很开心的。 因为V4 Flash对我现在的生活，反而比V4 Pro还要重要。 这次，DeepSeek V4 Flash它的模型结构和参数规模完全没变，只重新做了后训练，但是强了特别多。 Terminal Bench 2.1从61.8涨到了82.7。 DeepSWE从7.3涨到了54.4。 DSBench-FullStack从37.0涨到了68.7。 官方列出的九项Agent测试里，它已经全部超过了V4 Pro Preview。 同时还原生支持Responses API，专门针对Codex进行了适配。 讲真，DeepSeek这次在后训练上，应该是憋了个大的。 但如果让我非常坦率地评价，DeepSeek V4 Flash在最顶级的Coding和Agent任务里，跟GPT-5.6 Sol、Claude Opus 5、Kimi K3这些最强模型，依然会有巨大的差距。 复杂项目的架构设计、长时间自主执行、充满意外的多步任务，我大概率还是会优先把最强的模型挂上去。 这没什么可避讳的。 但模型真正进入生产环境以后，能力上限只是一部分。 还有一个经常被低估到离谱的指标： 你到底用不用得起。 这也是我为什么反而更期待Flash。 我自己的AIHOT，现在每天差不多要抓一万条新闻。 这些新闻进来以后，要做结构化、数据清洗、预筛、标注、实体提取、原子事件分离、聚类、语义合并等等，还有一大堆后续判断。 最后才回到真正的精选打分环节那一步。 这里面绝大多数环节，都需要AI介入。 有些流程复杂到甚至需要Agent自己调用工具、检查结果、决定下一步。 一万条新闻，乘上一大串处理链路，最后就是一个极其恐怖的调用量。 按照我现在的调用规模，每个月大概API的消耗量在1000多人民币，你要是换成我常用的那些顶级模型，成本至少得翻十倍以上。 但DeepSeek V4 Flash就很适合干这个。 智能水平在中上等，却又便宜得离谱。 WorkBuddy里也是一样。 真正难到天上的任务，大家可以接K3。 可绝大多数日常任务，DeepSeek V4 Flash已经完全能处理，而且单次只消耗0.06积分。 行业当然需要那些一次跑通世界级难题的顶级模型。 可这个世界上更多的真实需求，是每天重复一万次、十