DeepSeek V4闪存版官方发布，智能体能力大幅增强

DeepSeek发布V4-Flash官方版（DeepSeek-V4-Flash-0731），替代预览版，在多个智能体基准上超越V4-Pro预览版，并接近或超过GLM-5.2和Opus-4.8等模型。该模型与V4-Flash-DSpark结构相同，附带了投机解码模块，且激活参数更少。

这是DeepSeek-V4-Flash从预览走向正式版的实质更新，模型智能体能力（如终端能力、代码生成）相较预览版本有巨大提升，部分基准超越同期Pro版本，但整体仍略逊于Opus-4.8，同时以更小规模达到接近顶级模型的水平。

模型采用与DSpark相同的结构，附加投机解码模块，旨在降低推理延迟。DeepSeek Harness作为智能体框架的评估环境，并配置了最大推理努力级别（reasoning effort），表明其性能优势可能部分来自推理时的计算投入，而非单纯模型参数规模。

产品团队可考虑将该模型用于需要复杂代码生成或智能体交互的场景，以更低的推理成本获得接近顶级模型的性能；但需注意其性能在部分复杂任务上仍低于Opus-4.8，且DeepSeek Harness尚未发布，可能影响实际部署与评估。

• 评估将现有智能体从预览版迁移至官方版，以提升终端任务完成率与代码能力。
• 利用其小参数规模与投机解码模块，降低推理成本，在高并发场景下部署。
• 结合DeepSWE等基准提升，探索其用于软件工程自动化（如代码修复、需求转代码）的产品原型。
• 在工具调用类产品中试用，利用Toolathlon-Verified表现，增强插件选择与执行准确率。

• DeepSeek Harness的具体实现与最小模式细节尚未公开，是否影响实际部署的评估一致性？
• DeepSeek-V4-Flash-0731的上下文长度、API定价与可用性尚未披露。
• DSBench-FullStack的内部定义与评估方式未完全公开，该基准结果的可复现性未知。
• 该模型与DeepSeek-V4-Flash-DSpark在实际部署中的性能差异未提供证据。