DeepSeek V4 全解：Pro/Flash 規格、跑分與價格
從 4 月 preview 到現在，DeepSeek V4 的兩個型號我一直在用，寫程式、讀長文件都算重度。先把結論放前面，多數人要的就是這個：日常一律 Flash，Pro 留給能明確測出 Flash 不夠用的活；台北時間晚上 6 點以後到隔天早上 9 點全是離峰價，同樣的用量成本直接減半。這篇文章就是把這三句話拆開講清楚，每個數字都帶時點和口徑。V4 今年已經變過兩次了，網路上不少說法其實早就過期。
DeepSeek V4 是什麼？
一個開放權重的 MoE 模型家族，MIT 授權，權重隨便下載、隨便商用，沒有附加條件。兩個成員：V4-Pro，1.6 兆參數的旗艦；V4-Flash，更小也更便宜的那個。兩個型號都預設給 1M token 上下文（是預設，不是加價選項），單次最多輸出 384K token，支援 Thinking 與非 Thinking 雙模式，外加 low/high/max 三檔推理力度，用延遲換深度。
如果你是從早期的 DeepSeek 模型遷過來的，有個坑值得知道：舊的 deepseek-chat 和 deepseek-reasoner 端點 7 月 24 日已經完全退役。那週如果你的舊程式突然報錯，而你根本沒改過它，原因就是這個。
時間線能解釋你在網路上見到的大部分互相矛盾的說法：
| 日期（2026） | 事件 |
|---|---|
| 4 月 24 日 | Preview 發布：Pro 和 Flash 同日開源，API 同步可用 |
| 7 月 24 日 | 舊端點 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 升級、effort 三檔、原生 Responses API |
| 8 月 16 日 | 新定價生效，導入峰谷價 |
| 8 月 21 日 | deepseek-v4-flash-vision-exp 多模態模型上線，Files API 免費 |
4 月的文章和 8 月的文章描述的其實是兩個產品：checkpoint 不同、價格不同、跑分口徑也不同。所以下面每個關鍵數字我都會標註日期，寫這個模型只有這一種誠實的寫法。
Pro 和 Flash，到底用哪個？
先上規格表，再說我怎麼選。
| 規格 | Pro | Flash |
|---|---|---|
| 總參 / 啟用 | 1.6T / 49B | 284B / 13B |
| 上下文 | 1M（預設） | 1M（預設） |
| 最大輸出 | 384K | 384K |
| 模式 / 力度 | Thinking + 非 Thinking；low/high/max | 相同 |
| 當前 checkpoint | Pro-0813（8 月 13 日） | Flash-0731（7 月 31 日） |
| 下載體積 | 865 GB | 160 GB |
| 授權 | MIT | MIT |
Pro 每個 token 啟用的參數量是 Flash 的 3.8 倍，推理優勢就在這裡。Flash 每一項價格都只有 Pro 的三分之一左右。而在 Artificial Analysis 的獨立智慧指數上，兩個 GA 版本只差 1 分：Pro 53，Flash 52。
1 分。這個差距比它們倆跟同價位其他模型的差距小多了。
所以用了幾個月之後，我的規則是：Flash 當預設，寫程式的迴圈、批次處理、抽取、摘要、Agent 任務全用它。什麼時候切 Pro？當你能測出 Flash 真的不夠的時候，而不是憑感覺。官方定位其實也是這個意思，只是用了行銷話術：Flash 的推理能力「接近 Pro」，簡單 Agent 任務上跟 Pro 打平。日常任務你損失不了什麼；反過來的話，每個不典型的任務你都在白花 3 倍的錢。
1M 上下文為什麼便宜
一百萬 token 以前是奢侈品檔位，廠商要單獨加價的那種。把它變成預設配置，靠的是結構上的改造。官方的一句話版本是：token 級壓縮加上 DeepSeek 稀疏注意力。技術報告裡有細節，值得用人話講一遍，因為這就是 V4 長對話成本沒有直覺中那麼貴的原因。
想像一個不肯擴建的檔案館。CSA（壓縮稀疏注意力）把較早的文件裝訂成壓縮卷冊，沿著序列大約壓縮 4 倍；最近的 token 單獨放一個書架，一字不壓縮。HCA（重度壓縮注意力）走得更遠，類微縮膠片，壓縮約 128 倍，不做選擇性檢索。再配一個閃電級的索引器，像個管理員，任何問題來了都能瞬間挑出最相關的 1024 冊壓縮卷，模型每步實際讀的就是這些。Pro 把兩套策略在各層間交錯使用，壓縮檔案大部分用 FP8 儲存。
另外還有兩個搭車的升級：流形約束超連接（讓殘差路徑的訊號更乾淨）和 Muon 優化器（訓練收斂更快更穩）。預訓練用了超過 32 兆 token。
落到數字上，對比 V3.2 在滿 1M 上下文時的表現：單 token 推理 FLOPs 只有 27%，KV cache 大約 10%。這不是擠牙膏式的改進，是「1M 上下文當 demo 演示」和「1M 上下文真能跑一整天」的區別。
一個誠實提醒：4 倍、128 倍這些比例和索引器的內部細節來自第三方對模型的分析（官方報告講了機制但沒給具體倍數），細節數字當高品質推測看，別當官方口徑。
對比上一代：
| 維度 | V3 | V4-Pro |
|---|---|---|
| 總參 / 啟用 | 671B / 37B | 1.6T / 49B |
| 上下文 | 128K | 1M |
| 最大輸出 | 8K | 384K |
| 注意力 | MLA | token 級壓縮 + DSA |
| API 模型名 | deepseek-chat / deepseek-reasoner | deepseek-v4-pro / deepseek-v4-flash |
跑分怎麼看才不被唬
你看到的每個 V4 跑分都來自三個地方之一，三個地方講的是三個不同的故事，你都得知道。
官方自報（4 月，preview 時期）。 開源模型裡 Agent 編程 SOTA；世界知識在開源裡第二，僅次於 Gemini 3.1 Pro。Pro-Max 的分數：MMLU-Pro 87.5、GPQA Diamond 90.1、Terminal-Bench 2.0 67.9。數字好看，但這是自報，跑的基準也是官方自己挑的。
獨立追蹤（6 月，llm-stats）。 SWE-bench Verified 上，V4-Pro-Max 拿到 80.6%，開源最高分，跟 Gemini 3.1 Pro 打平：
| 模型 | SWE-bench Verified | 輸出價 $/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（離峰） |
| Gemini 3.1 Pro | 80.6% | $12 |
| MiniMax M3 | 80.5% | $1.20 |
防污染測試。 DeepSWE 要求從零寫專案，91 個全新儲存庫，訓練資料不可能洩漏。4 月它給出的結果很冷：preview 版 V4-Pro 只有 8% 的 pass@1，同期 GPT-5.5 是 70%，Opus 4.7 是 54%。然後 8 月 13 日 GA 版自報 DeepSWE 從 12.8 跳到 62.7，Terminal-Bench 和 NL2Repo 也有大漲幅。這些 GA 數字目前沒有獨立重現，Scale 的 SEAL 榜單上干脆沒有 V4 的條目。
我的讀法：80.6% 是真的，但它坐在一個偏鬆的驗證器上。GA 的漲幅方向可信，checkpoint 確實換了，但幅度我建議等獨立數字出來再引用。還有一個更實際的問題：如果你的任務恰好落在 80.6% 和 95% 之間的那道縫裡，便宜模型燒掉的是你的時間而不是錢。這筆帳沒有任何跑分表能替你算。
價格：什麼時候用便宜一半
定價 8 月 16 日 16:00 UTC 換過一輪，下面是現行結構。你看到的跟這不一樣的數字，要麼比這個舊，要麼是錯的。
| 每百萬 token | Pro 離峰/尖峰 | Flash 離峰/尖峰 |
|---|---|---|
| 輸入（快取未命中） | $0.66 / $1.32 | $0.22 / $0.44 |
| 輸入（快取命中） | $0.022 / $0.044 | $0.007 / $0.014 |
| 輸出 | $1.98 / $3.96 | $0.66 / $1.32 |
尖峰時段是 UTC 01:00–04:00 和 06:00–10:00，工作日每天 7 小時。換算成台北時間就是 9:00–12:00 和 14:00–18:00，正好是標準上班時間。其餘 17 個小時全是離峰價，直接半價。所以你在台灣的話，晚上的工作時段自動享受離峰價，午休也是。歐洲用戶同樣划算；美國用戶基本睡過了便宜時段。
網路上還在傳的「比 Claude 便宜 17 倍」是 4 月的算法。按現行離峰輸出價算：比 Opus 4.8（$25）便宜約 12.6 倍，比 GPT-5.4/Sonnet 4.6（$15）便宜 7.6 倍。依然很誇張，但已經不是那個標題數字了。
多數人漏掉的倍數器是快取。命中的輸入只要未命中價格的 1/30，而 Agent 類負載每輪都重送同樣的系統提示和檔案，大部分輸入其實都落在快取裡。實際效果：你的帳單會明顯低於掛牌的 miss 價。粗算一個日常負載，每天 100 萬輸入 + 20 萬輸出 token，離峰、完全零快取命中：Flash 約 $0.35/天（約 $11/月），Pro 約 $1.06/天（約 $32/月）。同樣的量在 Opus 4.8 上約 $300/月。有快取命中再往下壓。
兩個腳註：4 月的發布價（Pro $1.74/$3.48）已經作廢，2026 年年中的文章還在引用那個數的，描述的是一個已經不存在的產品。另外 OpenRouter 這類第三方轉售商兩個型號都有，一口價沒有峰谷，如果你不想算時段，圖省事可以走那邊。
怎麼用：網頁、API、Agent、自架
網頁和 App，免費的方式。chat.deepseek.com 雙模式：Expert Mode 走 Pro，Instant Mode 走 Flash。不用 API key 不用儲值，想先感受模型能力，從這兒開始。
API，base URL 還是 https://api.deepseek.com，改個模型名稱就遷移完了：
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": "審查這個補丁..."}],
extra_body={"thinking": {"type": "enabled"}}, # 選配：開啟 Thinking 模式
)8 月 13 日 GA 起，API 也原生支援 OpenAI Responses 格式，Codex 系工具不用轉接器直連。現行費率看官方價格頁。
Agent 接入，這是 V4 被推得最猛的場景：GA 公告點名了 Claude Code、OpenClaw 和 OpenCode 的整合。走 Claude Code 路線的話，DeepSeek 提供了 Anthropic 相容端點：
export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_API_KEY=你的-deepseek-key兩個環境變數，Claude Code 就跑在 V4 上了。完整步驟見Claude Code × DeepSeek 指南。
自架，權重是 MIT 的。Flash 160GB，一台認真配置的工作站或者租的機器就能跑；Pro 865GB 意味著多節點，需要它的人自然知道自己需要。取樣建議來自模型卡：temperature 1.0，Agent 場景 top_p 0.95，high/max 力度的請求把最大輸出放寬到 384K。
影像，8 月 21 日起有了 deepseek-v4-flash-vision-exp：文字能力對齊 Flash，多模態 Agent 任務接近 Opus-4.8 水準，每張圖按 Flash 價格計 ≤384 token，Files API 免費。實驗性質，但產品線上不再缺這一塊了。
它現在還差在哪
跟旗艦的差距是真實存在的。SWE-bench Verified 上 80.6% 對 Opus 4.8 的 88.6% 對 Fable 5 的 95%，平時這個差距你看不見，然後某個硬任務正好落在縫裡，你一整晚都耗在重試上。先想清楚自己多數時間在哪種狀態。
GA 的跑分跳變是自報的。DeepSWE 從 12.8 到 62.7 是個很大的聲明，還沒有獨立重現，SEAL 榜上也沒有 V4。
定價四個月動過兩次（4 月發布價，8 月 16 日峰谷制）。做預算的時候，把任何超過一季的成本預估當小說看。
社群回報的糙邊，個體差異可能很大：超過 50 萬 token 的長對話有漂移的報告；Pro 有時不理會 CLAUDE.md 裡的指令，長 Agent 任務得盯著。我的做法是重要任務開著執行軌跡，隨時瞄一眼。另外等 V4 消息的時候記住官方自己的提醒：只認官方帳號，DeepSeek 周邊的山寨站問題真的很嚴重。
DeepSeek V4 常見問題
DeepSeek V4 什麼時候發布的？ Preview 是 2026 年 4 月 24 日，兩個型號同日開源。Flash 7 月 31 日 GA，Pro 8 月 13 日 GA。看到只寫一個「發布日期」的，先確認它說的是這三個裡的哪一個。
DeepSeek V4 開源嗎？免費嗎？ 權重開放，MIT 授權，自己部署隨便用。網頁版和 App 免費。API 按量付費；新帳號有時送體驗額度，具體多少以平台頁面為準，別信任何文章裡寫死的數字，包括我這篇。
上下文多大？ 預設 1M token，最大輸出 384K。大概是一百萬英文單字進，一本小書出。
API 多少錢？ 離峰：Flash 每百萬 token 輸入/輸出 $0.22/$0.66，Pro $0.66/$1.98（8 月 16 日價）。尖峰時段（台北時間工作日 9–12、14–18）翻倍。快取命中是未命中價格的 1/30。
日常用 Pro 還是 Flash？ Flash，除非你能測出差別。上面比過了，獨立指數兩者差 1 分。
打得過 GPT-5.5 或 Claude Opus 嗎？ 編程基準上 Pro-Max 跟 Gemini 3.1 Pro 並列 80.6%，落後 Opus 4.8（88.6%）和 Fable 5（95%），價格是它們的三分之一到二十五分之一。這筆帳划不划算，取決於你的任務落不落在那道縫裡。
支援影像嗎？ 8 月 21 日起有了 deepseek-v4-flash-vision-exp，實驗性質，每張圖 ≤384 token。想把這些模式的提示詞寫好是另一個話題，見提示詞指南。
以上就是 DeepSeek V4 到 2026 年 8 月下旬的全貌。剛開始的話：先在網頁上免費用 Expert Mode 找感覺，需要進自己工具鏈就去申請 API key，想走得更遠就把 Agent 指到 Anthropic 相容端點。生態裡的其他內容（定價深挖、Harness、工具整合）都在 DeepSeek 首頁，持續更新。