问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
2026年7月31日，国产大模型厂商DeepSeek正式上线DeepSeek-V4-Flash正式版API。该模型总参数达2840亿、激活参数仅130亿，在Terminal Bench2.1等多项Agent基准测试中得分已逼近甚至超越此前发布的V4-Pro预览版，打破了行业“Pro强Flash弱”的传统产品分层逻辑，标志着国产大模型在Agent赛道实现关键技术突破。
刚上线的DeepSeek-V4-Flash正式版给出的测试成绩单超出了不少行业观察者的预期：在Terminal Bench2.1拿到82.7分、Cybergym 76.7分、Toolathlon verified 70.3分，这一成绩已经和三个月前发布的V4-Pro预览版几乎持平。
更值得关注的是两款模型的参数差异：V4-Pro的激活参数达到490亿，而V4-Flash的激活参数仅为130亿，二者相差近4倍。DeepSeek官方明确表示，此次Flash版本的性能提升并未调整模型结构，仅重新进行了后训练，通过优化训练数据质量和训练方法实现了性能跃迁。
此前大模型厂商普遍采用“旗舰Pro+轻量Flash”的产品分层策略，Pro版本主打复杂推理、Agent开发等高端场景，Flash版本则主打语义理解、内容生成等轻量化需求，二者的价格和性能差距都十分明显。
V4-Flash正式版的上线直接打破了这一常规边界。对于大量有Agent开发需求的中小企业而言，仅需支付轻量模型的推理成本，就能获得接近旗舰级的Agent任务表现，无疑大幅降低了Agent应用的落地门槛。行业估算，该模型的普及有望将Agent开发的平均推理成本降低60%以上。
过去几年大模型行业的研发普遍陷入“堆参数”的竞争怪圈，总参数、激活参数的数值几乎成为衡量模型性能的核心指标，也推高了大模型的研发和应用成本。
DeepSeek此次的技术突破给出了新的研发思路：在特定垂直场景下，不需要盲目堆高激活参数，通过后训练环节的优化，就能让轻量模型实现接近旗舰模型的表现。这一方向如果得到进一步验证，未来大模型的落地成本还将有更大的下探空间，更多垂直场景的大模型应用也将迎来落地爆发期。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号