DeepSeek V4-Flash 把代码智能体价格打到每百万输出 token 0.28 美元
DeepSeek V4-Flash brings frontier agent work to bargain pricing
这封 The Neuron 的主线是 DeepSeek 升级 V4-Flash，并在保持极低 API 价格的同时提升代码和智能体能力。邮件还顺带提到 Claude Opus 5 生成类宝可梦 3D 游戏 demo、Big Tech AI 建设支出超过 1.1 万亿美元、欧洲 AI 标签和水印规则从 8 月 2 日起可执行，以及 Cleanlist 等工具更新。对 builder 最值得关注的是，DeepSeek V4-Flash 如果在真实任务中表现稳定，可能让大量分类、代码循环、浏览器 agent 重试、工具调用型流程从“太贵”变成可规模化。
今日最值得精读的是 DeepSeek V4-Flash 的升级，因为它触及的是 AI 应用能否大规模落地的核心变量：单位智能成本。邮件强调，DeepSeek 这次并不是发布一个全新巨型模型，而是在既有 V4-Flash 架构上重训，使其成为更强的代码和智能体模型，同时继续维持低价。模型每次请求约激活 13B/284B 参数，这解释了它为什么能把运行成本压低。邮件列出的关键指标包括 Terminal-Bench 2.1 得分 82.7、DeepSWE 得分 54.4，以及 Artificial Analysis Intelligence Index 从上一代 Flash 提升 10 分至 50。更重要的是价格：输入每百万 token 0.14 美元，输出每百万 token 0.28 美元，缓存输入更低至 0.0028 美元。对于 AI builder 来说，这不是单纯的“又一个便宜模型”，而是可能改变 agent 产品设计边界的事件。过去很多多步任务、代码尝试、网页操作、候选结果验证，因为每次重试都会消耗高价模型预算，产品上必须节制调用。若 V4-Flash 在真实环境里能接近 benchmark 表现，开发者可以把 routine agent work、批量分类、初步研究、重复代码修改等任务路由给它，把更贵的前沿模型留给高难判断。邮件也提示它支持 Responses API，并适配 Codex 风格编码工作流，说明 DeepSeek 明确在争夺开发者和 agent 基础设施场景。后续最需要观察的不是单次 benchmark，而是长任务稳定性、工具调用可靠性、代码修改可接受率，以及云厂商和自部署生态是否快速跟上。
它把“可用的智能体能力”和“极低推理成本”放在同一个产品里，直接影响 agent 应用的商业模型。对需要大量重试、批处理和代码循环的团队来说，成本下降可能比单点能力提升更有实际意义。
builder 可以重新评估哪些工作流值得 agent 化，尤其是过去因模型调用成本过高而被放弃的自动化任务。行业层面，这会继续给 OpenAI、Anthropic 等前沿模型厂商施加价格和路由策略压力。
- 01DeepSeek 在既有 V4-Flash 上重训，而不是简单扩大模型规模。
- 02模型每次请求约激活 13B/284B 参数，以降低运行成本。
- 03Terminal-Bench 2.1 得分 82.7，DeepSWE 得分 54.4，指向代码智能体能力提升。
- 04Artificial Analysis Intelligence Index 得分 50，比上一代 Flash 高 10 分。
- 05API 价格保持在每百万输入 token 0.14 美元、每百万输出 token 0.28 美元，缓存输入更低。
- 06邮件称其支持 Responses API，并适配 Codex 风格编码工作流。
- — 真实长任务里的可靠性是否能接近 benchmark 表现？
- — 哪些 agent 流程适合用便宜模型承担，哪些仍需前沿模型兜底？
- — 低价代码模型会不会改变 IDE、浏览器 agent、批量数据处理产品的默认架构？
- — 云厂商、自部署生态和开发者工具链是否会快速支持该模型？