DeepSeek-V4-Flash实测：价格碾压GPT-5.6

DeepSeek-V4-Flash正式版的跑分结果出炉了：模型没动底层架构，纯靠后训练优化，多项测试得分不仅全面超越自家Pro预览版，还死死咬住了GPT-5.6 Luna，但价格却便宜了一大截。

这次升级的核心逻辑，可以用一句话概括：不换脑子，只换训练方法，把同一个模型的Agent能力翻倍式拉高。实测结果从以下几个维度清晰可见。

一、核心跑分：Agent与代码能力暴涨

综合智能指数飙升：在海外权威评测机构Artificial Analysis的AII智能指数测试中，V4-Flash-0731版本拿下50分，比4月版本高出10分，仅比GPT-5.6 Luna低1分。

Agent能力全面反超：在九项官方Agent基准测试中，正式版全部反超自家的V4-Pro预览版。其中Terminal Bench 2.1得分82.7，超越智谱GLM-5.2的81.0分，逼近Anthropic Opus-4.8的85.0分；DeepSWE（软件工程能力）从预览版的7.3分暴涨至54.4分，涨幅超过7倍；Toolathlon-Verified工具调用达到70.3分。

前端代码竞技场刷新记录：在Frontend Code Arena（前端代码竞技场）中，V4-Flash-High档位以1586分位列总榜第7、开放类别第3，较预览版提升154分。

二、技术路径：零架构改动，纯后训练提升

架构与参数不变：模型保持2840亿总参数、130亿激活参数的MoE架构，网络结构和尺寸与预览版完全一致。

后训练优化是唯一变量：所有性能提升都来自重新进行的后训练——重点强化了任务拆解、工具调用、代码执行和错误恢复等智能体行为能力。

原生支持关键接口：首次原生适配OpenAI Responses API格式，并针对Codex场景完成深度适配，开发者可以无缝将模型接入Codex CLI、VSCode插件等开发工具链。

三、极致性价比：白菜价打出旗舰表现

API定价极低：输入1元、输出2元每百万Token，缓存命中时更低至0.02元/百万Token。

成本碾压海外竞品：凭借约98%的缓存命中折扣，其单任务成本比降价80%后的GPT-5.6 Luna仍低约60%。

同级对比优势明显：从实际调用成本看，V4-Flash的性价比在全球模型中处于前沿点位——用极低的价格实现了与海外高端模型接近的代码和推理能力。