deepseek flash正式版在Agent任务中实际表现如何？

DeepSeek V4 Flash正式版于7月31日开启API公测，在模型架构不变的情况下，其Agent能力凭借后训练优化大幅跃升，多项基准测试反超自家的V4 Pro预览版，引发了开发者社区的广泛关注。

一、Agent基准跑分全面反超Pro预览版

终端操作：Terminal Bench 2.1得分82.7，远超V4-Pro-Preview的72.1，逼近Opus-4.8的85.0

软件工程：DeepSWE从预览版的7.3飙升至54.4，暴涨超6倍；DSBench-FullStack全栈开发达68.7

工具调用：Toolathlon-Verified得分70.3，接近Opus-4.8的76.2；Cybergym网络安全测试达76.7

智能指数：Artificial Analysis智能指数（AII）获得50分，仅比GPT-5.6 Luna低1分

二、技术路径：不改架构，纯靠后训练

模型不变：V4-Flash-0731总参数2840亿、激活参数130亿的MoE架构与Preview版完全一致

优化手段：仅重新进行后训练（Post-Training）优化，未改动底层架构

意义：证明后训练阶段的优化空间可能比单纯堆参数更具杠杆效应，为轻量模型释放旗舰级Agent能力提供了新路径

三、开发者友好：低价+原生适配主流工具链

价格优势：API定价未涨，输出仅2元/百万tokens（非高峰），缓存命中时低至0.02元/百万tokens

兼容性：原生支持OpenAI Responses API格式，并针对Codex完成适配，提供一键配置脚本

迁移成本：现有项目无需改动底层部署，直接切换模型版本即可获得Agent能力提升