#DeepSeekV4Flash正式版跑分出炉# DeepSeek-V4-Flash正式版API上线。消息一出，开发者社区瞬间沸腾。

这不是一次普通的版本迭代。一个2840亿参数的MoE模型，激活参数仅130亿，价格低至0.02元/百万tokens（缓存命中），却在多项Agent基准测试中，硬生生把三个月前的V4-Pro预览版摁在地上摩擦。

最大的亮点在DeepSWE（专门用于评估 AI Agent在‌真实、长周期、多步骤编程任务‌中的自主解决能力）从预览版的7.3分飙升至54.4分，暴涨超过6倍。在 Terminal Bench 2.1（评估 AI Agent在‌Linux 终端环境中自主规划、执行多步命令行任务及错误恢复能力‌的权威基准测试） 中，Flash 正式版得分82.7，高于V4-Pro-Preview的72.1和GLM-5.2 的81.0，逼近Opus-4.8的 85.0。

在海外模型评测机构Artificial Analysis的智能指数测试中，V4-Flash-0731（最高推理档位）拿下50分，而同类可比模型的中位数仅为17分。

最让人细思极恐的是模型结构、尺寸一点没变，只是重新做了一遍后训练。

这意味着什么？后训练优化的空间，可能比我们想象的大得多。
http://t.cn/AXCxxL7J