近期AI热点006｜DeepSeek V4-Flash-0731 更新：Agent 跑分大涨，API 接入有哪些变化

主要信息源：DeepSeek API 官方更新日志、DeepSeek V4 官方发布页、模型与定价文档、Responses API 文档
关键词：DeepSeek V4、DeepSeek-V4-Flash-0731、AI Agent、Responses API、Codex、上下文缓存、API 迁移

2026 年 7 月 31 日，DeepSeek 将DeepSeek-V4-Flash正式版 API 开放公测。调用时仍然使用原来的模型名deepseek-v4-flash，但该别名目前已经指向DeepSeek-V4-Flash-0731。

这次更新最容易产生的误解，是把它写成“DeepSeek V4 正式版全面发布”。官方更新日志给出的范围更窄：

• 只升级了DeepSeek-V4-FlashAPI。
• DeepSeek-V4-ProAPI 没有随本次更新改变。
• DeepSeek App 和网页端模型没有随本次更新改变。
• V4-Flash-0731 与 Flash Preview 的架构和模型规模相同，变化来自重新后训练。
• DeepSeek-V4-Pro 正式版仍被描述为“即将发布”，官方没有在日志中给出确切日期。

因此，更准确的说法是：DeepSeek V4 系列完成了一次面向 Agent 与代码工作流的 Flash API 更新，而不是整个 V4 家族同时换代。

先把 V4、Flash 和 0731 的关系理顺

DeepSeek V4 Preview 最初于 2026 年 4 月 24 日发布。官方当时给出的两个版本分别是：

Flash 并不是 Pro 的简单量化版本。两者总参数量与激活参数量不同，面向的成本和吞吐目标也不同。V4-Flash 的 284B 总参数、13B 激活参数设计，更适合高并发 API 和代码 Agent；V4-Pro 则把更多模型容量留给复杂推理与高难度知识任务。

V4 在结构上使用 Token-wise Compression 与 DeepSeek Sparse Attention（DSA），目标是降低长上下文的计算和内存压力。官方把 1M Token 作为 V4 服务的标准上下文长度，但“窗口能装下 1M”不等于每个任务都应该塞满 1M。长输入仍然会增加首 Token 延迟、缓存依赖和失败重试成本。

这次不是扩模型，而是重新后训练

官方明确说明，V4-Flash-0731 保持了 Preview 的架构和规模，仅进行了重新后训练。

这句话很关键。Agent 能力并不只由预训练阶段的知识量决定，还依赖模型在后训练中学会怎样：

1. 将一个长任务拆成可执行步骤。
2. 根据工具返回值修正计划。
3. 在多个文件和多轮工具调用之间保持任务状态。
4. 发现测试失败后继续定位根因，而不是换一种措辞宣布完成。
5. 生成符合工具 Schema 的参数，并处理异常、超时和空结果。

同一个底座经过不同的 Agent 轨迹、工具调用数据和强化学习训练，表现可能发生明显变化。这也是为什么 V4-Flash-0731 可以在不改变参数规模的情况下，把主要升级点放在代码 Agent、终端操作和自动化任务上。

官方 Agent 跑分提升了多少

DeepSeek 公布了 V4-Flash-0731 的九项 Agent 相关结果：

官方称这些结果“远超 V4-Pro-Preview”，但更新日志没有在同一张表中列出 Pro Preview 的逐项分数，因此不能从公告直接计算每项提升百分比。

评测条件也需要一起阅读。公开代码 Agent 测试使用尚未发布的DeepSeek Harnessminimal 模式，推理强度为 max，top_p=0.95、temperature=1.0；DSBench-FullStack 和 DSBench-Hard 则是内部测试集。

这带来三个限制：

• Harness 尚未发布时，第三方无法完整复现官方运行方式。
• 内部测试集缺少公开样本和独立提交结果，适合观察方向，不适合直接用于跨厂商排名。
• max effort 的成绩不能代表默认设置下的延迟、Token 消耗和单位任务成本。

对开发团队来说，更可靠的验证方法是准备自己的 20～100 个真实任务，固定代码仓库版本、Prompt、工具权限、超时和最大尝试次数，同时记录一次成功率、平均 Token、测试通过率和人工返工时间。

Responses API 是本次更新的工程重点

V4-Flash-0731 原生支持 Responses API，并针对 Codex 做了适配。使用 OpenAI Python SDK 时，最小调用方式如下：

python-m venv.venv.venv\Scripts\Activate.ps1 python-m pip install--upgrade openai$env:DEEPSEEK_API_KEY="你的 API Key"

importosfromopenaiimportOpenAI client=OpenAI(api_key=os.environ["DEEPSEEK_API_KEY"],base_url="https://api.deepseek.com",)response=client.responses.create(model="deepseek-v4-flash",instructions=("你是代码分析助手。先定位根因和现有测试，""没有获得可复核证据时不要声称任务已经完成。"),input="检查任务队列为什么会重复消费，并给出最小修改方案。",max_output_tokens=4096,)print(response.output_text)print(response.usage)

模型名不需要添加-0731。继续使用deepseek-v4-flash，服务端就会路由到当前最新版本。这个方式便于无缝更新，但也意味着生产系统不能只记录模型别名：日志中最好同时保存请求时间、返回的实际模型版本和回归测试结果，否则同一份代码在不同日期可能得到不同表现。

“兼容 Responses API”不等于完整实现所有能力

DeepSeek 官方兼容性表列出了几项容易踩坑的差异：

• API 当前是无状态的，不支持previous_response_id和conversation。
• store固定为false，不提供服务端响应状态存储。
• 支持函数工具和服务端网页搜索；Codex 兼容的自定义工具只支持名为apply_patch的类型。
• file_search、code_interpreter、computer_use、mcp等内置工具会被忽略。
• max_tool_calls会被忽略，应用必须自己限制工具调用次数。
• 图片和文件输入尚不支持；传入后不会正常提供视觉或文件内容。
• 超过上下文窗口不会自动截断，而是返回 400 错误。
• 部分不支持的参数会被静默忽略，而不是直接报错。

最后一项尤其需要注意。请求成功只能说明接口接受了参数，不代表每个字段都生效。迁移现有 Responses API 客户端时，应根据官方兼容表逐项检查，而不是把“HTTP 200”当作兼容性测试完成。

流式响应也没有data: [DONE]结束标记。客户端应根据response.completed、response.incomplete或response.failed判断结束状态，并分别处理文本增量、推理内容、函数参数和最终 Usage。

旧模型名已经到迁移节点

V4 Preview 发布时，DeepSeek 宣布旧的deepseek-chat和deepseek-reasoner将在 2026 年 7 月 24 日 15:59（UTC）后退役。过渡期内，它们分别指向 V4-Flash 的非思考与思考模式。

现在已经超过官方给出的退役时间。新项目应直接使用：

deepseek-v4-flash deepseek-v4-pro

迁移时不要只做字符串替换，还要检查思考模式、最大输出、工具调用历史和错误处理。V4 同一模型支持思考与非思考模式，官方当前将思考模式列为默认模式；如果旧业务依赖deepseek-chat的短响应与较低 Token 消耗，应显式验证新默认行为。

价格很低，但缓存命中率会放大差距

官方价格页当前列出的单价如下，单位均为每 100 万 Token：

V4-Flash 的缓存命中输入价格只有未命中的 1/50。对于代码仓库、固定系统提示词和长工具定义，稳定前缀比反复压缩几百个 Token 更值得优化。

假设一次 Agent 任务使用 20 万输入 Token 和 2 万输出 Token：

真实任务通常是部分命中，且工具返回内容、失败重试和推理 Token 都会改变费用。生产环境应记录input_tokens_details.cached_tokens和output_tokens_details.reasoning_tokens，计算“每个成功任务成本”，而不只是每次请求成本。

价格页还预告了峰谷定价：每天北京时间 9:00～12:00、14:00～18:00 的所有计费项将按常规价格的 2 倍计费。但截至本次核对，官方尚未公布生效日期，因此不能把双倍价格写成已经实施。批处理系统可以提前预留调度开关，等官方确认生效后再避开峰值时段。

API 更新与新权重发布要分开看

4 月 24 日的 V4 Preview 公告提供了技术报告和开放权重集合。7 月 31 日的更新日志则明确讨论DeepSeek-V4-FlashAPI 公测，并称 0731 版本保持原架构和规模、仅重新后训练。

官方这次没有在更新日志中宣布新的 V4-Flash-0731 权重包。因此，可以确认的是线上 API 已升级，不能仅凭这份公告推导 0731 后训练权重已经同步开放。需要自托管的团队应以 DeepSeek 官方 Hugging Face 仓库中的具体模型卡、提交时间和许可证为准。

升级前可以做一轮小型回归

如果现有服务已经调用deepseek-v4-flash，代码可能不需要修改，但行为已经可能发生变化。上线前建议至少检查：

1. 选取真实的代码修改、终端任务和工具调用轨迹建立固定测试集。
2. 分别测试思考与非思考模式，并记录 Token 和延迟。
3. 验证 JSON Schema、函数参数和多轮工具结果能否稳定回传。
4. 在应用层限制工具次数、总耗时、写入路径和外部副作用。
5. 测试超长输入、工具失败、流式中断和 400/429/5xx 的处理。
6. 记录实际版本与请求时间，避免模型别名自动更新后无法定位回归。

V4-Flash-0731 的看点不是参数又变大了，而是 DeepSeek 试图用同一底座的后训练升级，换取更强的 Agent 执行能力，并通过 Responses API 进入现有代码代理工作流。

接下来更值得关注的，是 DeepSeek Harness 能否按承诺开放、公开测试能否复现官方成绩、V4-Pro 正式版何时发布，以及 0731 后训练权重是否会同步提供。对开发者而言，在这些信息落地以前，最有价值的动作仍然是用自己的任务集做回归，而不是只根据一张跑分表决定全量迁移。

参考资料

• DeepSeek API：Change Log，DeepSeek-V4-Flash Update，2026-07-31
  https://api-docs.deepseek.com/updates
• DeepSeek API：DeepSeek V4 Preview Release，2026-04-24
  https://api-docs.deepseek.com/news/news260424
• DeepSeek API：Models & Pricing
  https://api-docs.deepseek.com/quick_start/pricing
• DeepSeek API：Your First API Call
  https://api-docs.deepseek.com/
• DeepSeek API：Using the Responses API
  https://api-docs.deepseek.com/guides/responses_api
• DeepSeek API：Thinking Mode
  https://api-docs.deepseek.com/guides/thinking_mode
• DeepSeek：V4 官方开放权重集合
  https://huggingface.co/collections/deepseek-ai/deepseek-v4