DeepSeek V4 全解：Pro/Flash 规格、跑分与价格
从 4 月 preview 到现在，DeepSeek V4 的两个型号我一直在用，写代码、读长文档都算重度。先把结论放前面，多数人要的就是这个：日常一律 Flash，Pro 留给能明确测出 Flash 不够用的活；北京时间晚上 6 点以后到第二天早上 9 点全是谷价，同样的用量成本直接减半。这篇文章就是把这三句话拆开讲清楚，每个数字都带时点和口径。V4 今年已经变过两次了，网上不少说法其实早就过期。
DeepSeek V4 是什么？
一个开放权重的 MoE 模型家族，MIT 协议，权重随便下、随便商用，没有附加条件。两个成员：V4-Pro，1.6 万亿参数的旗舰；V4-Flash，更小也更便宜的那个。两个型号都默认给 1M token 上下文（是默认，不是加价选项），单次最多输出 384K token，支持 Thinking 和非 Thinking 双模式，外加 low/high/max 三档推理力度，用延迟换深度。
如果你是从早期 DeepSeek 模型迁过来的，有个坑值得知道：旧的 deepseek-chat 和 deepseek-reasoner 端点 7 月 24 日已经完全退役。那周如果你的老代码突然报错，而你压根没改过它，原因就是这个。
时间线能解释你在网上见到的大部分互相矛盾的说法：
| 日期（2026） | 事件 |
|---|---|
| 4 月 24 日 | Preview 发布：Pro 和 Flash 同日开源，API 同步可用 |
| 7 月 24 日 | 旧端点 deepseek-chat / deepseek-reasoner 退役 |
| 7 月 31 日 | Flash 正式 GA（checkpoint V4-Flash-0731） |
| 8 月 13 日 | Pro 正式 GA：Agent 升级、effort 三档、原生 Responses API |
| 8 月 16 日 | 新定价生效，引入峰谷价 |
| 8 月 21 日 | deepseek-v4-flash-vision-exp 多模态模型上线，Files API 免费 |
4 月的文章和 8 月的文章描述的其实是两个产品：checkpoint 不同、价格不同、跑分口径也不同。所以下面每个关键数字我都会标注日期，写这个模型只有这一种诚实的写法。
Pro 和 Flash，到底用哪个？
先上规格表，再说我怎么选。
| 规格 | Pro | Flash |
|---|---|---|
| 总参 / 激活 | 1.6T / 49B | 284B / 13B |
| 上下文 | 1M（默认） | 1M（默认） |
| 最大输出 | 384K | 384K |
| 模式 / 力度 | Thinking + 非 Thinking；low/high/max | 相同 |
| 当前 checkpoint | Pro-0813（8 月 13 日） | Flash-0731（7 月 31 日） |
| 下载体积 | 865 GB | 160 GB |
| 协议 | MIT | MIT |
Pro 每个 token 激活的参数量是 Flash 的 3.8 倍，推理优势就在这里。Flash 每一项价格都只有 Pro 的三分之一左右。而在 Artificial Analysis 的独立智能指数上，两个 GA 版本只差 1 分：Pro 53，Flash 52。
1 分。这个差距比它们俩跟同价位其他模型的差距小多了。
所以用了几个月之后，我的规则是：Flash 当默认，写代码的循环、批量处理、抽取、摘要、Agent 任务全用它。什么时候切 Pro？当你能测出 Flash 真的不够的时候，而不是凭感觉。官方定位其实也是这个意思，只是用了营销话术：Flash 的推理能力"接近 Pro"，简单 Agent 任务上跟 Pro 打平。日常任务你损失不了什么；反过来的话，每个不典型的任务你都在白花 3 倍的钱。
1M 上下文为什么便宜
一百万 token 以前是奢侈品档位，厂商要单独加价的那种。把它变成默认配置，靠的是结构上的改造。官方的一句话版本是：token 级压缩加上 DeepSeek 稀疏注意力。技术报告里有细节，值得用人话讲一遍，因为这就是 V4 长会话成本没有直觉中那么贵的原因。
想象一个不肯扩建的档案馆。CSA（压缩稀疏注意力）把较早的文档装订成压缩卷册，沿着序列大约压缩 4 倍；最近的 token 单独放一个书架，一字不压缩。HCA（重度压缩注意力）走得更远，类似微缩胶片，压缩约 128 倍，不做选择性检索。再配一个闪电级的索引器，像个管理员，任何问题来了都能瞬间挑出最相关的 1024 册压缩卷，模型每步实际读的就是这些。Pro 把两套策略在各层间交错使用，压缩档案大部分用 FP8 存储。
另外还有两个搭车的升级：流形约束超连接（让残差路径的信号更干净）和 Muon 优化器（训练收敛更快更稳）。预训练用了超过 32 万亿 token。
落到数字上，对比 V3.2 在满 1M 上下文时的表现：单 token 推理 FLOPs 只有 27%，KV cache 大约 10%。这不是挤牙膏式的改进，是"1M 上下文当 demo 演示"和"1M 上下文真能跑一整天"的区别。
一个诚实提醒：4 倍、128 倍这些比例和索引器的内部细节来自第三方对模型的分析（官方报告讲了机制但没给具体倍数），细节数字当高质量推测看，别当官方口径。
对比上一代：
| 维度 | V3 | V4-Pro |
|---|---|---|
| 总参 / 激活 | 671B / 37B | 1.6T / 49B |
| 上下文 | 128K | 1M |
| 最大输出 | 8K | 384K |
| 注意力 | MLA | token 级压缩 + DSA |
| API 模型名 | deepseek-chat / deepseek-reasoner | deepseek-v4-pro / deepseek-v4-flash |
跑分怎么看才不被忽悠
你看到的每个 V4 跑分都来自三个地方之一，三个地方讲的是三个不同的故事，你都得知道。
官方自报（4 月，preview 时期）。 开源模型里 Agent 编程 SOTA；世界知识在开源里第二，仅次于 Gemini 3.1 Pro。Pro-Max 的分数：MMLU-Pro 87.5、GPQA Diamond 90.1、Terminal-Bench 2.0 67.9。数字好看，但这是自报，跑的基准也是官方自己挑的。
独立追踪（6 月，llm-stats）。 SWE-bench Verified 上，V4-Pro-Max 拿到 80.6%，开源最高分，跟 Gemini 3.1 Pro 打平：
| 模型 | SWE-bench Verified | 输出价 $/1M |
|---|---|---|
| Claude Fable 5 | 95.0% | $50 |
| Claude Opus 4.8 | 88.6% | $25 |
| Claude Opus 4.6 | 80.8% | $25 |
| DeepSeek V4-Pro-Max | 80.6% | $1.98（谷时） |
| Gemini 3.1 Pro | 80.6% | $12 |
| MiniMax M3 | 80.5% | $1.20 |
防污染测试。 DeepSWE 要求从零写项目，91 个全新仓库，训练数据不可能泄露。4 月它给出的结果很冷：preview 版 V4-Pro 只有 8% 的 pass@1，同期 GPT-5.5 是 70%，Opus 4.7 是 54%。然后 8 月 13 日 GA 版自报 DeepSWE 从 12.8 跳到 62.7，Terminal-Bench 和 NL2Repo 也有大涨幅。这些 GA 数字目前没有独立复现，Scale 的 SEAL 榜单上干脆没有 V4 的条目。
我的读法：80.6% 是真的，但它坐在一个偏松的验证器上。GA 的涨幅方向可信，checkpoint 确实换了，但幅度我建议等独立数字出来再引用。还有一个更实际的问题：如果你的任务恰好落在 80.6% 和 95% 之间的那道缝里，便宜模型烧掉的是你的时间而不是钱。这笔账没有任何跑分表能替你算。
价格：什么时候用便宜一半
定价 8 月 16 日 16:00 UTC 换过一轮，下面是现行结构。你看到的跟这不一样的数字，要么比这个旧，要么是错的。
| 每百万 token | Pro 谷/峰 | Flash 谷/峰 |
|---|---|---|
| 输入（缓存未命中） | $0.66 / $1.32 | $0.22 / $0.44 |
| 输入（缓存命中） | $0.022 / $0.044 | $0.007 / $0.014 |
| 输出 | $1.98 / $3.96 | $0.66 / $1.32 |
峰时段是 UTC 01:00–04:00 和 06:00–10:00，工作日每天 7 小时。换算成北京时间就是 9:00–12:00 和 14:00–18:00，正好是标准上班时间。其余 17 个小时全是谷价，直接半价。所以你在中国的话，晚上的工作时段自动享受谷价，午休也是。欧洲用户同样划算；美国用户基本睡过了便宜窗口。
网上还在传的"比 Claude 便宜 17 倍"是 4 月的算法。按现行谷时输出价算：比 Opus 4.8（$25）便宜约 12.6 倍，比 GPT-5.4/Sonnet 4.6（$15）便宜 7.6 倍。依然很夸张，但已经不是那个标题数字了。
多数人漏掉的倍数器是缓存。命中的输入只要未命中价格的 1/30，而 Agent 类负载每轮都重发同样的系统提示和文件，大部分输入其实都落在缓存里。实际效果：你的账单会明显低于挂牌的 miss 价。粗算一个日常负载，每天 100 万输入 + 20 万输出 token，谷时、完全零缓存命中：Flash 约 $0.35/天（约 $11/月），Pro 约 $1.06/天（约 $32/月）。同样的量在 Opus 4.8 上约 $300/月。有缓存命中再往下压。
两个脚注：4 月的发布价（Pro $1.74/$3.48）已经作废，2026 年年中的博文还在引用那个数或当时人民币价的，描述的是一个已经不存在的产品。另外 OpenRouter 这类第三方转售商两个型号都有，一口价没有峰谷，如果你不想算时段，图省事可以走那边。
怎么用：网页、API、Agent、自托管
网页和 App，免费的方式。chat.deepseek.com 双模式：Expert Mode 走 Pro，Instant Mode 走 Flash。不用 API key 不用充值，想先感受模型能力，从这儿开始。
API，base URL 还是 https://api.deepseek.com，改个模型名就迁移完了：
from openai import OpenAI
client = OpenAI(api_key="你的key", base_url="https://api.deepseek.com")
resp = client.chat.completions.create(
model="deepseek-v4-flash", # 或 "deepseek-v4-pro"
messages=[{"role": "user", "content": "审查这个补丁..."}],
extra_body={"thinking": {"type": "enabled"}}, # 可选：开启 Thinking 模式
)8 月 13 日 GA 起，API 也原生支持 OpenAI Responses 格式，Codex 系工具不用适配器直连。现行费率看官方价格页。
Agent 接入，这是 V4 被推得最猛的场景：GA 公告点名了 Claude Code、OpenClaw 和 OpenCode 的集成。走 Claude Code 路线的话，DeepSeek 提供了 Anthropic 兼容端点：
export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_API_KEY=你的-deepseek-key两个环境变量，Claude Code 就跑在 V4 上了。完整步骤见Claude Code × DeepSeek 指南。
自托管，权重是 MIT 的。Flash 160GB，一台认真配置的工作站或者租的机器就能跑；Pro 865GB 意味着多节点，需要它的人自然知道自己需要。采样建议来自模型卡：temperature 1.0，Agent 场景 top_p 0.95，high/max 力度的请求把最大输出放宽到 384K。
图像，8 月 21 日起有了 deepseek-v4-flash-vision-exp：文本能力对齐 Flash，多模态 Agent 任务接近 Opus-4.8 水平，每张图按 Flash 价格计 ≤384 token，Files API 免费。实验性质，但产品线上不再缺这一块了。
它现在还差在哪
跟旗舰的差距是真实存在的。SWE-bench Verified 上 80.6% 对 Opus 4.8 的 88.6% 对 Fable 5 的 95%，平时这个差距你看不见，然后某个硬任务正好落在缝里，你一晚上都耗在重试上。先想清楚自己多数时间在哪种状态。
GA 的跑分跳变是自报的。DeepSWE 从 12.8 到 62.7 是个很大的声明，还没有独立复现，SEAL 榜上也没有 V4。
定价四个月动过两次（4 月发布价，8 月 16 日峰谷制）。做预算的时候，把任何超过一个季度的成本预估当小说看。
社区反馈的糙边，个体差异可能很大：超过 50 万 token 的长会话有漂移的报告；Pro 有时不理会 CLAUDE.md 里的指令，长 Agent 任务得盯着。我的做法是重要任务开着执行轨迹，随时瞄一眼。另外等 V4 消息的时候记住官方自己的提醒：只认官方账号，DeepSeek 周边的山寨站问题真的很严重。
DeepSeek V4 常见问题
DeepSeek V4 什么时候发布的？ Preview 是 2026 年 4 月 24 日，两个型号同日开源。Flash 7 月 31 日 GA，Pro 8 月 13 日 GA。看到只写一个"发布日期"的，先确认它说的是这三个里的哪一个。
DeepSeek V4 开源吗？免费吗？ 权重开放，MIT 协议，自己部署随便用。网页版和 App 免费。API 按量付费；新账号有时送体验额度，具体多少以平台页面为准，别信任何文章里写死的数字，包括我这篇。
上下文多大？ 默认 1M token，最大输出 384K。大概是一百万英文单词进，一本小书出。
API 多少钱？ 谷时：Flash 每百万 token 输入/输出 $0.22/$0.66，Pro $0.66/$1.98（8 月 16 日价）。峰时段（北京时间工作日 9–12、14–18）翻倍。缓存命中是未命中价格的 1/30。
日常用 Pro 还是 Flash？ Flash，除非你能测出差别。上面比过了，独立指数俩者差 1 分。
打得过 GPT-5.5 或 Claude Opus 吗？ 编程基准上 Pro-Max 跟 Gemini 3.1 Pro 并列 80.6%，落后 Opus 4.8（88.6%）和 Fable 5（95%），价格是它们的三分之一到二十五分之一。这笔账划不划算，取决于你的任务落不落在那道缝里。
支持图像吗？ 8 月 21 日起有了 deepseek-v4-flash-vision-exp，实验性质，每张图 ≤384 token。想把这些模式的提示词写好是另一个话题，见提示词指南。
以上就是 DeepSeek V4 到 2026 年 8 月下旬的全貌。刚开始的话：先在网页上免费用 Expert Mode 找感觉，需要进自己工具链就去申请 API key，想走得更远就把 Agent 指到 Anthropic 兼容端点。生态里的其他内容（定价深挖、Harness、工具集成）都在 DeepSeek 主页，持续更新。