DeepSeek V4-Flash 适配 Codex

DeepSeek 正式公测 V4-Flash-0731，未加参数，纯靠后训练与 Agent 框架优化，将 DeepSWE 榜从 7.3 提升至 54.4，Cybergym 翻倍至 76.7，部分硬榜接近 Claude Opus 4.8。价格不变，原生支持 Responses API，老用户 API 自动切换新版。仅更新 Flash API，V4 Pro 正式版仍在开发中。

DeepSeek-V4-Flash 正式版 API 上线公测，在 Artificial Analysis 智能指数（AII）中获 50 分，较 4 月版提升 10 分，比 V4 Pro 高 6 分，仅比 GPT-5.6 Luna 低 1 分。

DeepSeek 发布开源模型 DeepSeek V4 Flash 0731，在 Artificial Analysis 智能指数上得分 50，位列开源模型前三。该模型采用 MIT 许可，总参数 284B（激活 13B），FP4/FP8 混合精度约 167GB，与 V4 Flash 架构和定价一致，并已上线官方 API。

DeepSeek-V4-Flash-Preview 官方 API 已进入公开测试，Agent 能力大幅升级，基准分数远超 V4-Pro-Preview，并原生支持 Responses API 格式、完全适配 Codex。主推文称其 TerminalBench-2.1 分数跃升 20+ 点，价格低至 1M tokens 输入 $0.14、输出 $0.28。

DeepSeek-V4-Flash 官方 API 现已公开测试上线，Agent 能力大幅升级，Terminal Bench 2.1 得分 82.7，超越更大的 V4-Pro-Preview。V4-Flash 原生支持 Responses API 格式并完全适配 Codex，配置详见官方 API 文档。主推文认为，将昂贵任务路由给更大模型的理由已不存在，长 Agent 循环正是费用堆积之处。

DeepSeek V4 Flash 正式版在九项 Agent 测试中全部超过 V4 Pro Preview，其中 DeepSWE 长周期功能开发得分提升 7.5 倍。模型结构和尺寸未变，仅重新后训练，价格不变。官方还预告了 Agent 框架 DeepSeek Harness，并计划在 8 号支持接入 codex，提供一键配置脚本，保留 MCP 及项目信任等级。

DeepSeek V4 Flash 正式版发布，模型结构和参数规模不变，仅重做后训练，Terminal Bench 2.1 从 61.8 涨至 82.7，DeepSWE 从 7.3 涨至 54.4。