性能追平旗艦模型，Agent能力大幅增強。
DeepSeek-V4系列模型迎來重大升級。搶在7月最後一天（31日），DeepSeek-V4-Flash正式版上線。
根據官方消息，DeepSeek-V4-Flash正式版的模型架構、大小和與預覽版相同，即MoE（混合專家）架構、2840億總參數、130億啟動參數、1M上下文，在此基礎上，正式版僅重新進行了後訓練，Agent能力便大幅增強，基準測試得分遠超V4-Pro-Preview。
官方性能對比的是國產程式設計代表GLM-5.2及美國的Opus 4.8。DeepSeek-V4-Flash正式版的整體性能超過了GLM-5.2，逼近Opus 4.8。相比對標模型，V4 Flash只是個小參數模型，GLM-5.2總參數高達7440億，啟動參數為400億，均遠高於V4 Flash。
具體來看官方給出的9項Agent基準測試得分，在考察終端操作能力的Terminal Bench2.1上，DeepSeek-V4-Flash正式版的得分從61.8漲到了82.7；在程式碼倉庫理解與修改任務NL2Repo、DeepSWE上，分別得分54.2和54.4，而其前身Flash Preview在DeepSWE項目上的得分僅為7.3。
另外，其指向網路安全任務的Cybergym得分為76.7，反映工具呼叫能力的Toolathlon-Verified達到70.3。
在更綜合的智能體評測中，DeepSeek-V4-Flash正式版在Agent Last Exam和 Automation Bench Public上的得分分別為25.2和25.1，這兩個項目都是2026年新推出、面向AI智能體的現實任務評測基準，用來檢驗大模型Agent能不能真正完成真實工作，區別於MMLU、Humanity’s Last Exam這類純問答測試。
在內部全端開發測試DSBench-FullStack與高難度編碼測試DSBench-Hard上，得分則達到68.7和59.6。多項指標遠超今年4月上線的V4-Pro預覽版。
新版本上線後，Artificial Analysis和Arena.ai兩大AI評測平台同步更新了該模型的基準測試結果。
Artificial Analysis智能指數顯示，DeepSeek-V4-Flash獲得50分，比4月發佈的Flash版本高出10分，僅比OpenAI的GPT-5.6 Luna（51分）低1分。該平台發文稱，即使OpenAI將GPT-5.6 Luna的價格下調了80%，DeepSeek-V4-Flash正式版在其自有API上的單任務成本仍然比GPT-5.6 Luna低約60%。
Arena.ai的報告稱，DeepSeek-V4-Flash正式版以1586分的成績重塑了Frontend Code Arena跑分榜單。每MToken的價格為0.14美元/0.28美元，是同類產品中性價比最高的。
申萬宏源證券最新研報稱，DeepSeek-V4-Flash繼續展現國產模型超高性價比；國聯民生證券稱，DeepSeek-V4-Flash輕量模型追平旗艦性能，利多AI應用產業鏈。(科創板日報)