Solutions Choose your path
For individuals Build, learn, and create with simple usage-based access. For business Scale teams, billing, governance, and model workflows. More English 繁體中文 日本語 한국어 Français Deutsch Español Italiano Português Русский العربية ไทย Tiếng Việt Bahasa Indonesia Bahasa Melayu Türkçe Polski Nederlands Danish Norsk Қазақ اردو
免費開始 免費開始
500+ AI Model API, All In One API.
Just In CometAPI © 2026 CometAPI · All rights reserved
Home Blog DeepSeek V4 Flash 0731 & DeepSeek Harness: 代理式程式設計突破指南 (2026) new / CometAPI 研究
DeepSeek V4 Flash 0731 & DeepSeek Harness: 代理式程式設計突破指南 (2026) DeepSeek V4 Flash 0731,智能體基準測試取得重大提升,支援 Responses API 與 Codex,並對 DeepSeek Harness 予以新的關注。
DeepSeek V4 Flash 0731,智能體基準測試取得重大提升,支援 Responses API 與 Codex,並對 DeepSeek Harness 予以新的關注。
先用這個摘要快速掌握答案,再閱讀指南取得背景、範例與實作細節。
複製from openai import OpenAI
client = OpenAI(
api_key="YOUR_COMETAPI_KEY",
base_url="https://api.cometapi.com/v1",
)
response = client.chat.completions.create(
model="gpt-5-mini",
messages=[{"role": "user", "content": "Build this workflow."}],
)
print(response.choices[0].message.content)TLDR DeepSeek-V4-Flash-0731(2026 年 7 月 31 日發佈)是 DeepSeek 高效混合專家(MoE)模型的官方生產就緒版本(總參數 284B / 啟用參數 13B,1M-token 上下文)。透過針對性的後訓練,它在代理型程式編寫、工具使用與多步驟軟體工程方面帶來大幅提升。它原生支援 Responses API 與 OpenAI Codex。DeepSeek Harness 是配套的代理框架(極簡模式已用於官方評測;完整版即將釋出),旨在將模型變成可靠的自主代理。
兩者結合,在 2026 年 8 月的開放權重與可透過 API 存取的代理型 AI 中,提供了極具競爭力的成本效益比。
關鍵重點
僅透過後訓練帶來的重大代理能力飛躍:與 4 月預覽相同的 284B/13B 架構,但分數大幅提高(例如 Terminal Bench 2.1:82.7 對 61.8;DeepSWE:54.4 對 7.3)。
在多個代理基準上超越參數啟用更多的 DeepSeek-V4-Pro(預覽)。
與頂級專有模型競爭(在多項代理任務上接近 Claude Opus 4.8),但成本僅為其一小部分。
原生 1M 上下文、推測式解碼(DSpark)、三段推理力度(low/high/max)、MIT 授權、開放權重。
官方支援 Responses API 與 Codex(CLI、桌面版、VS Code 擴充)。
DeepSeek Harness(極簡模式已用於評測)是官方代理框架,現為封測;公測即將開放。DeepSeek Harness 提供代理執行時層;模型 + harness = 生產級代理。
非常適合高吞吐程式代理、終端機自動化、工具使用與長上下文工作流程。
透過 CometAPI(與 OpenAI 相容的端點、具競爭力的定價、多模型路由)可平價存取 DeepSeek 模型並使用統一工具鏈。
DeepSeek V4 Flash 0731 有哪些新變化?
官方發佈狀態變更 最重要的產品變更是 DeepSeek V4 Flash 0731 現已成為 DeepSeek V4 Flash 在 API 上的官方發佈版,處於公開測試中。DeepSeek 7 月 31 日的變更日誌 表示,開發者可以繼續呼叫相同的模型名稱 deepseek-v4-flash 以存取最新版本。這對遷移很重要,因為避免了新增模型代稱,並讓團隊可在既有路由邏輯下測試更新。
DeepSeek 也表示此次更新僅升級了 V4 Flash API。V4 Pro API 與應用/網頁模型未受 7 月 31 日發佈影響,且 DeepSeek 表示 V4 Pro 的官方發佈將很快跟進。換言之,這不是整個 DeepSeek V4 系列的全面更新,而是針對 Flash 的定向更新。
架構不變,後訓練改變 核心架構保持不變:一個混合專家(MoE)模型,具有「總參數 2840 億、每個 token 啟用參數 130 億」,採用針對長上下文最佳化的混合式注意力設計,並具備原生「100 萬 token 的上下文視窗」。還附加了推測式解碼模組(DSpark)以加速生成。模型為純文字,支援可調整的推理力度(low / high / max)、工具呼叫、結構化輸出,並以寬鬆的 MIT 授權釋出。
這個差異很重要。許多模型更新是因為模型更大而變強。此次更有意思之處在於 DeepSeek 聲稱在未增加參數規模的情況下帶來大幅代理能力提升。V4 Flash 仍是總參數 284B、啟用參數 13B 的混合專家模型,其推論時計算量遠小於 V4 Pro 的總參數 1.6T、啟用參數 49B 設計。
代理型程式編寫分數大幅躍升 DeepSeek 的官方表格 顯示,在終端、倉庫構建、網安、軟體工程、工具使用、自動化與全端程式編寫任務上有顯著提升。對比舊版 Flash 預覽,最大絕對增幅出現在 DeepSWE:54.4 對 7.3,上升 47.1 分。Cybergym 提升 38.0 分,DSBench-Hard 提升 33.8 分,DSBench-FullStack 提升 31.7 分。
因此,V4 Flash 0731 不再只是被當成一般的「快速模型」,而是被視為程式代理的候選預設模型。其價值主張不僅是便宜的聊天,而是便宜、長上下文、工具友善的代理推論。
Responses API 與 Codex 支援到位 7 月 31 日的 DeepSeek 變更日誌表示,官方版 V4 Flash 原生支援 Responses API 格式,並專門適配 Codex。DeepSeek 的 Responses API 指南指出,此格式為滿足 Codex 需求而新增,使用基底 URL https://api.deepseek.com ,目前支援 deepseek-v4-flash。
這很重要,因為 Codex 風格的開發流程並非簡單的聊天會話。它需要結構化的輸入與輸出項、推理項、工具呼叫、檔案變更操作、串流事件、用量統計,以及與程式代理客戶端整合。DeepSeek 的支援並非完全複製 OpenAI Responses API 的所有能力,但足以讓 V4 Flash 成為更實際的程式代理落地候選。
官方版 V4-Flash 的效能基準
開發者不應忽視的基準測試注意事項 官方評測結果(DeepSeek 在模型卡上所述 )顯示相較預覽版有大幅躍升,且在代理任務上出人意料地超過更大的 V4-Pro 預覽。程式代理基準測試使用了 DeepSeek Harness 的「極簡模式」,推理力度為 max,temperature = 1.0、top_p = 0.95。
這帶來兩個含義。第一,結果部分是「模型 + harness」的合成結果。如果你的代理執行時環境在工具、Shell 權限、上下文管理、重試、修補規則或錯誤處理上不同,你可能得不到相同分數。第二,在 DeepSeek 釋出足夠的 harness 與評測設定之前,外部團隊的獨立重現性有限。
官方 DeepSeek 基準表 Terminal Bench 2.1 82.7 61.8 72.1 81.0 85.0 NL2Repo 54.2 39.4 38.5 48.9 69.7 Cybergym 76.7 38.7 52.7 — 83.1 DeepSWE 54.4 7.3 12.8 46.2 58.0 Toolathlon-Verified 70.3 49.7 55.9 59.9 76.2 Agents’ Last Exam 25.2 15.8 16.5 23.8 25.7 AutomationBench Public 25.1 10.8 12.8 12.9 27.2 DSBench-FullStack † 68.7 37.0 41.8 61.8 71.6
在這九項基準上,V4 Flash 0731 平均 55.2;舊版 V4 Flash 預覽平均 29.6,V4-Pro 預覽平均 34.9。這意味著 V4 Flash 0731 相較 Flash 預覽高約 25.6 分,相較 V4-Pro 預覽高 20.3 分。
第三方信號 ARC Prize 報告 V4 Flash 0731 在最大推理力度下,ARC-AGI-1 半私域得分 89.0%、ARC-AGI-2 半私域得分 61.4%,並列出每個任務成本分別為 $0.02 與 $0.04。這些並非程式代理基準,但支持在高推理力度下模型在推理任務上的競爭力。
在 DeepSWE(軟體工程代理循環)與 Cybergym 上的提升尤為顯著。獨立測量(例如 Artificial Analysis )報告稍低但仍然強勁的 Terminal-Bench 約 79%,確認了改進方向,同時提醒使用者供應商-harness 的數字往往更樂觀。
早前 V4 評測與第三方聚合亦顯示,在最大推理模式下具備強大的知識與編碼表現(GPQA Diamond 約 88–91%、LiveCodeBench 視來源在高 80 至 90 區間)。0731 的後訓練特別解鎖了預覽版所缺乏的代理可靠性。
DeepSeek-V4-Flash 現已支援 Responses API 與 Codex 一項策略性的重要新增是原生支援 OpenAI 的「Responses API」。DeepSeek 官方文件確認,Responses API 目前支援 deepseek-v4-flash(Pro 預計在 2026 年 8 月上旬支援)。基底 URL 仍為 https://api.deepseek.com.
這是開發者體驗上的重大升級。在 Responses API 與 Codex 支援之前,DeepSeek V4 Flash 已可作為文字模型被呼叫,但程式代理需自行橋接更多整合細節。現在模型可用於需要 Responses 風格語意的工作流程中。
Responses API 支援包含哪些內容 DeepSeek 的 Responses API 會在 /responses 以 OpenAI Responses API 格式建立模型回應。Responses API 支援 model、input、instructions、stream、temperature、top_p、max_output_tokens、top_logprobs、工具、工具選擇、推理力度、文字格式與用量回報。API 為無狀態,因此多輪互動時客戶端需傳送完整對話歷史。
目前只有 deepseek-v4-flash 支援 Responses API。
developer 訊息會被視為 system 訊息。
支援函式工具、串流、可調整推理力度與伺服器端網頁搜尋。
自訂工具類型僅支援 apply_patch,這對 Codex 相容性很重要。
不支援影像與檔案輸入;影像輸入片段會被替換為佔位文字。
不支援 previous_response_id、conversation、store、背景模式、metadata 與部分上下文管理功能。
不支援的參數可能會被靜默忽略,因此生產客戶端應明確測試預期行為。
對開發者而言,重點不只是語法層面的相容。它讓 DeepSeek V4 Flash 能運作在現代程式代理常用的協定軌道上,尤其是當需要一致地表達函式呼叫、串流事件、推理項與修補套用時。
無狀態設計(客戶端管理對話歷史)。範例(Python):
from openai import OpenAI
client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")
response = client.responses.create(
model="deepseek-v4-flash",
instructions="You are a helpful coding assistant.",
input="Refactor this Python function for better readability...",
reasoning={"effort": "max"}
)
print(response.output_text)
Codex 支援代表什麼 DeepSeek 的 Codex 整合指南表示,Codex 透過 Responses API 與模型通訊,DeepSeek 現已原生支援。這使其可直接整合進 Codex(OpenAI 的程式代理生態系——CLI、ChatGPT 桌面版與 VS Code 擴充)。
開發者可透過設定腳本或編輯 ~/.codex/config.toml 與模型目錄檔來配置自訂供應商。完成後,Codex 客戶端會識別 DeepSeek-V4-Flash,並可使用其工具呼叫、apply_patch、網頁搜尋與推理能力。
DeepSeek V4 Flash 與 DeepSeek V4 Pro 的比較 總參數 / 啟用參數 284B / 13B ~1.6T / 49B 上下文視窗 1M tokens 1M tokens 優勢 代理型編碼、終端機、成本、速度 更深的推理、知識、最難任務 代理基準優勢 在公布的 0731 代理套件中占優 在更純知識與複雜多檔任務上更強(早期評測) 典型 API 定價 ~$0.14 輸入 / $0.28 輸出(快取命中時更低) 顯著更高(歷來高出 3–12×) 適合用例 高吞吐代理、量產編碼循環、成本敏感應用 前沿研究、單一任務追求最大能力 開放權重 是(MIT) 是(MIT)
開發者該先用哪個? 在 0731 發佈的特定代理基準表上,較小的 Flash 模型在各項上都勝過 Pro 預覽。對純知識檢索或最困難的推理題,Pro 在許多獨立與早期評測中仍佔優。實務上,許多團隊現以 Flash 作為多數代理工作負載的預設,僅將最艱難的任務導流至 Pro(或其他前沿模型)。
這種路由策略可由 CometAPI 提供幫助。與其在所有工作負載中硬編碼單一模型,不如使用 CometAPI 集中化模型選擇、記錄、成本追蹤與回退策略。例如:
將 V4 Flash 用於倉庫摘要、重構規劃、程式碼審查草稿、產生測試、結構化抽取、長上下文問答與重複代理循環。
當任務具有高商業風險、需求含糊、涉及脆弱的生產程式碼,或多次嘗試失敗時,再升級到 V4 Pro 或其他高階模型。
追蹤真正重要的最終指標:每美元接受的修復次數、每小時成功完成的任務數、或節省的人審工時。
什麼是 DeepSeek Harness? DeepSeek Harness 是 DeepSeek 正在打造的官方代理框架/執行時層,用以將其模型變成可靠的自主代理。公司用一句話概括:模型 + Harness = 代理。
V4-Flash-0731 的官方評測已使用 DeepSeek Harness 的「極簡模式」。完整產品仍在推出中(約在 7 月下旬至 8 月上旬進行招募與早期測試)。團隊由崔天逸領導(量化交易系統背景),職缺描述強調與 DeepSeek-V4 特性的深度整合,例如前綴快取、長上下文管理、KV-cache 最佳化、工具鏈接、錯誤恢復與自動重試。
Harness 並非泛用的 LangChain 式包裝。它與模型共同設計,使得上下文管理、工具協調、證據收集與修復循環可充分利用 V4 的特有效率(稀疏注意力、快取、推理模式)。社群專案與第三方 harness 也存在,但官方 Harness 旨在實現最緊密的模型—執行時耦合。
面向程式編寫與自動化的結構化代理循環。
安全閘與核准流程。
面向長期任務的高效上下文處理。
可觀測性與產物產出。
在完整釋出之前,開發者已可將 V4-Flash-0731 與既有代理框架搭配,或採用 Responses API + Codex 路徑,取得強勁的效果。
定價、可用性與實務部署
官方 API 定價(約):每 1M 輸入 token $0.14(快取未命中),快取命中約 $0.0028–0.03,每 1M 輸出 token $0.28。高並發上限。
在 Hugging Face 提供 MIT 開放權重;量化的 GGUF 版本可廣泛在本地/自託管使用(需相當的 VRAM——全精度體量較大)。
推測式解碼(DSpark)與混合式注意力使長上下文推論相對高效。
支援的推論引擎:vLLM、SGLang 等,具備官方食譜。
對許多團隊而言,最簡單的生產路徑是使用與 OpenAI 相容的閘道。CometAPI 透過單一端點(https://api.cometapi.com/v1)提供對 DeepSeek 模型(包含 V4 系列)與數百種其他模型的統一存取。優勢包括簡化多模型路由、相對更具競爭力或優惠的定價、用量分析,以及在不改變應用程式碼的前提下在 Flash、Pro 與其他模型間切換。這對需要回退或依難度/成本路由的代理系統特別有用。
在本文撰寫時,CometAPI 的 DeepSeek V4 Flash 在比較表中列出:每 1M 輸入 token 起價 $0.12、每 1M 輸出 token $0.24、過去 24 小時 100.0% 正常運行時間,以及 2941 ms 的觀測回應時間。DeepSeek 也提醒整體 API 價格可能在不久的將來上調。由於供應商價格可能變動,較安全的表述是:在制定生產預算前,請查閱 CometAPI 的即時目錄與 DeepSeek 的官方定價。
給開發者與團隊的實務建議
代理型編碼請從 Flash-0731 起步——在終端、倉庫、與多工具工作流程上的成本/效能比目前極佳。對最困難任務,請使用最大推理力度 + 類 Harness 的循環。
對本地推論,請從 Hugging Face 下載並遵循啟用 DSpark 的 vLLM/SGLang 官方食譜。
若已使用 Codex 或想要現代工具呼叫語意,請透過 Responses API 整合。
若需最大成本控制與資料隱私,請自託管或使用量化權重。
智能路由——大量任務用 Flash,對超高難度長尾問題升級至 Pro(或其他前沿模型)。
若技術棧已混用多家供應商,考慮使用 CometAPI 以簡化多模型存取。
結論 DeepSeek-V4-Flash-0731 是高效率代理型 AI 的關鍵時刻。透過針對性後訓練,從相對緊湊的 MoE(啟用 13B)中交付接近前沿的代理表現,並結合專用的 Harness 與現代 API 相容性(Responses + Codex),DeepSeek 重設了針對程式編寫與自動化代理的成本效益預期。
無論你選擇自託管開放權重、呼叫官方 API,或透過 CometAPI 這類統一閘道,V4-Flash-0731 + 不斷演進的 Harness 生態都為下一代 AI 代理提供了高效能、具成本效益的基礎。
常見問題
什麼是 DeepSeek V4 Flash 0731? DeepSeek V4 Flash 0731 是 DeepSeek V4 Flash 在 DeepSeek API 上的官方公開測試發佈版,於 2026 年 7 月 31 日變更日誌中宣布。它取代了預覽版,且保持相同的 API 模型名稱 deepseek-v4-flash。
DeepSeek V4 Flash 0731 有哪些新內容? 主要變化是更強的代理基準表現、原生 Responses API 支援、Codex 適配,以及重新後訓練的官方 V4 Flash 構建。DeepSeek 表示模型架構與規模與預覽版相同。
DeepSeek V4 Flash 0731 支援 Codex 嗎? 是。DeepSeek 的 Codex 指南表示,目前只有 deepseek-v4-flash 支援 Codex 整合。它透過 Responses API 運作,並可配置用於 Codex CLI、ChatGPT 桌面版與 VS Code 的 Codex IDE 擴充。
什麼是 DeepSeek Harness? DeepSeek Harness 是 DeepSeek 的代理框架,用於將語言模型轉變為自主的程式或工作流程代理。公開資訊將 harness 描述為管理工具、上下文、檔案、命令執行與多步驟工作流程的執行時層。DeepSeek 在 V4 Flash 0731 的基準設定中使用了 Harness 的極簡模式。
使用 CometAPI 與 OpenAI 相容的端點,並指定模型 ID 為 deepseek-v4-flash。CometAPI 的模型頁面提供 /v1/chat/completions 的 cURL、Python 與 JavaScript 範例,以及模型規格、定價與運行時間資訊。
DeepSeek V4 Flash 比 DeepSeek V4 Pro 更好嗎? 在 7 月 31 日的基準表上,V4 Flash 0731 在所列代理基準中全面領先 V4-Pro 預覽。但這不代表 Flash 永遠優於 Pro。Pro 更大,且在許多知識密集與困難推理任務上仍更強(見模型卡)。對成本敏感的代理工作流程,以 Flash 為預設;遇到最艱難的任務再升級到 Pro。