DeepSeek-V4-Flash公测开启：Agent能力全面跃升

7月31日，DeepSeek正式向公众开放V4-Flash正式版API公测，其最突出的亮点是Agent能力大幅跃升。9项基准测试成绩的全面披露，多项指标远超此前的V4-Pro-Preview预览版，让“代码智能体”的能力上限再创新高。从Terminal Bench到DSBench-Hard等多方面的测试来看，DeepSeek-V4-Flash正式版展现出“全能Agent”的潜质。

基准测试成绩亮眼：AI迈向工程师级表现

在9项广泛覆盖的基准测试中，DeepSeek-V4-Flash正式版表现出色。Terminal Bench 2.1以82.7的高分领跑，显示出其在终端环境下具备成熟的任务执行能力，近乎达到“AI运维工程师”级别。Cybergym拿下76.7分，体现了出色的网络安全对抗能力。DSBench-FullStack和DSBench-Hard分别取得68.7和59.6分，表明模型能胜任完整开发链路。

工程适配更新：降低开发者迁移成本

正式版V4-Flash在工程适配上也有重要更新，原生支持Responses API格式，并针对性适配了Codex。这使得开发者能够更自然地将V4-Flash接入现有的Codex工作流，有效降低了迁移成本。

模型后训练优化：为行业带来深远启示

值得注意的是，DeepSeek-V4-Flash-0731的模型结构和尺寸与Preview版一致，仅重新进行了后训练。这表明在Agent能力赛道上，后训练策略的优化空间巨大，同样的模型架构经过精细调优能在基准测试中实现质的飞跃，为整个行业带来了重要启示。

行业趋势：Agent时代或正式开启

从9项基准测试的趋势来看，AI的能力评测正从“写一段代码”进化到“完成一个工程任务”。DeepSeek-V4-Flash正式版在多项Agent基准上远超V4-Pro-Preview，释放出竞争焦点从模型规模转向Agent能力深度优化的信号。当AI能完成多种工程任务时，或许意味着AI工程师时代的开启，而DeepSeek正引领这一趋势。

编辑观点：DeepSeek-V4-Flash的升级展现了强大的Agent能力，后训练优化策略值得关注。其适配更新方便开发者，或推动AI在工程领域应用，V4-Pro正式版也令人期待。