知识卡片：DeepSeek-V4-Flash正式版上线，Agent能力超越Pro预览版

英文标题：DeepSeek-V4-Flash Official Release: Agent Capabilities Surpass Pro Preview

英文关键词：DeepSeek-V4-Flash; MoE; Agent; Terminal Bench; API

一句话结论

DeepSeek-V4-Flash正式版API已上线公测，采用MoE架构，支持百万token上下文，Agent能力显著增强，在Terminal Bench 2.1等多项基准上超过4月发布的Pro预览版；输入命中缓存价格仅0.2元/百万token。

事件概述

根据腾讯研究院AI速递（2026年8月3日）报道，DeepSeek-V4-Flash正式版API上线公测。该模型以Agent能力为核心卖点，多项基准表现超过此前发布的Pro预览版，并计划在8月初推出Pro正式版。

方法/产品要点

采用MoE架构：总参数量284B，激活参数13B（具体路由/专家分配机制待核实）。
支持百万token上下文。
Agent能力大幅增强，Terminal Bench 2.1得分82.7（该基准的具体评测范围与口径待核实）。
价格低廉：输入命中缓存仅0.2元/百万token（未命中缓存价格、输出价格等未在材料中说明，待核实）。
Pro正式版将于8月初上线（具体日期待核实）。

主要结果或产业意义

DeepSeek-V4-Flash以极低的缓存输入价格提供长上下文和强Agent能力，可能显著降低Agent类应用的大规模推理成本，推动Agent从原型验证走向生产部署。Pro正式版紧随其后，表明DeepSeek正在加速形成完整的产品矩阵。

为什么重要

这是DeepSeek系列中一款明确强化Agent能力的正式版模型，并在基准上超过Pro预览版，说明“轻量版本在Agent专项能力上反超旗舰预览版”成为可能。相比已有的SIMA 2、Cursor Design Mode、编码智能体等卡片，本条补充了底层模型供给端的增量信息：一个兼顾低价、长上下文和高Agent基准的API模型，正在为Agent开发者提供新的基础设施选项。

与既有脉络的关系

已有相关卡片分别覆盖了通用Agent（SIMA 2）、Agent交互界面（Cursor Design Mode）和推理引擎性能（编码智能体）。本条则聚焦于Agent底层基础模型的发布与定价，展示Agent能力在模型层面的快速迭代和成本下探，可作为上述应用卡片背后的“算力/模型支撑”背景。

局限与不确定性

材料源自“腾讯研究院AI速递”摘要，非DeepSeek官方原始公告；具体数据以官方后续发布为准。
“多项基准远超Pro预览版”中，各项基准的具体名称、任务和完整数值未披露，Terminal Bench 2.1的评测方法待核实。
284B总参/13B激活、0.2元/百万token等数据均来自摘要，未提供官方链接或API文档，待核实。
材料未说明Flash相比Pro预览版在非Agent任务（如通用知识、写作）上的表现差异，不能推断其为全面超越。

可用于图书/PPT/简报的角度

用“284B总参/13B激活、百万上下文、0.2元/百万token命中缓存”三个数字，展示极致性价比的Agent模型特征。
以“Pro预览版被Flash正式版反超”为例，说明模型命名与能力定位可能脱钩，Agent选型应以实测基准为准。
作为“Agent规模化落地成本”案例：输入命中缓存仅0.2元/百万token，反映推理成本下降对Agent产业化的推动作用。

原始材料

腾讯研究院AI速递 20260803（搜狐号）: https://m.sohu.com/a/1057954093_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334