8月12日深夜，DeepSeek又一次选择了“悄无声息”的方式。

没有发布会，没有官宣推文，没有媒体通稿。DeepSeek只是默默更新了API文档，把模型版本号从预览版换成了DeepSeek-V4-Pro-0813。

但在AI圈，这已经是今夜最大的新闻。

因为就在几个小时前，马斯克的xAI刚发布了Grok 4.6；而DeepSeek V4 Pro正式版，带着一份刷屏的评测对比表，把全球最强模型Claude Fable 5逼到了墙角。

一、产品速览：1.6T参数，1M上下文，38.4万输出

先说硬参数。

DeepSeek V4 Pro正式版采用了混合专家（MoE）架构，总参数量约1.6万亿，每次推理激活约490亿参数。支持100万Token上下文窗口和最高38.4万Token的单次输出。

这意味着一口气吞下一整部《三体》三部曲还有富余，一次输出能生成一篇中篇小说。

模型默认开启思考模式（thinking mode），同时支持切换为非思考模式，开发者可以在推理深度和响应速度之间灵活选择。接口层面同时兼容OpenAI和Anthropic两套API格式，接入Claude Code这类Agent框架可以直接换base_url。

功能上，Tool Calls、Responses API、JSON Output全部支持——DeepSeek在接口层面已经完整对齐了当前主流的Agent开发工具链。

二、性能炸裂：0.1分差距，两项反超

参数只是背景，真正让外界兴奋的是性能数据。

DeepSeek官方群流出的一份覆盖10项智能体基准测试的横向对比表，在开发者社区刷屏。

Terminal Bench 2.1：考察AI在真实终端环境中执行命令、解决系统问题的能力。V4 Pro正式版拿到87.9分，全球第一的Anthropic Fable 5是88.0分。差距只剩0.1分。作为参照，预览版只有72.1分——三个月，跃升了15.8分。

更令人振奋的是两项反超：

• Cybergym（AI安全智能体基准）：V4 Pro83.3分vs Fable 583.1分，以0.2分的微弱优势压过；

• AutomationBench（工作流智能体测试）：V4 Pro31.8分vs Fable 529.1分。

在DeepSWE（长周期软件工程能力测试）上，V4 Pro从预览版的12.8分暴涨至62.7分，接近原来的五倍，超过了Anthropic上一代旗舰Opus 4.8的58.0分。

综合所有测试，Fable 5平均领先幅度为5.3%；如果剔除“无工具版人类终极考试”这一极端样本，**剩余项目平均差距仅2.8%**。

这些测试考察的不是“会不会聊天”，而是AI能不能真正干活——调用工具、执行多步骤任务、编写和修改代码、在长链条中持续推进直到交付结果。这正是大模型从聊天玩具走向生产工具的核心门槛。

三、价格战打到新高度：57倍价差

性能只差0.1分，价格差多少？

目前，Fable 5每百万输出Token定价50美元，GPT-5.6 Sol Max为30美元，Grok 4.6为6美元。

而DeepSeek V4 Pro是多少？6元人民币——以当前汇率换算，不到1美元。

同样是每百万输出Token：

• Fable 5：50美元

• GPT-5.6 Sol Max：30美元

• Grok 4.6：6美元

• DeepSeek V4 Pro：约0.83美元

0.1分的性能差距背后，是近60倍的价格鸿沟。

具体定价方面，V4 Pro缓存未命中输入3元/百万Token、输出6元/百万Token，缓存命中输入低至0.025元/百万Token。同为V4系列的Flash版分别为1元、2元和0.02元，两者价差恰好三倍，形成了“高频轻量任务走Flash、复杂推理任务走Pro”的清晰产品分层。

不过需要注意，DeepSeek已经在官方页面预告即将涨价，且涨幅较大。这也意味着，当前“地板价”的V4 Pro，可以看作DeepSeek在新模型上线初期引流的一场“临时价格战”。

一边是性能追平全球顶尖模型，一边是预告大幅涨价。这家以性价比横扫市场的公司，正在讲述一个截然不同的新故事。

四、同日撞车：梁文锋对垒马斯克

这次发布的时间点极为微妙。

就在V4 Pro上线前几个小时，马斯克旗下xAI发布了Grok 4.6，在面向真实知识工作的GDPval-AA v2评估中以1753 Elo登顶，超过Fable 5的1741和GPT-5.6 Sol Max的1728。

两款主打高性价比的模型同夜撞车，不约而同地将矛头指向同一件事：让AI在长任务中稳定交付可用成果。

另一边，阿里在同一天正式开放了Qwen 3.8 Max的模型权重，首次将旗舰级模型对外开放。一天之内，中国AI阵营密集出手——DeepSeek打性能价格战，阿里打开源牌。

梁文锋与马斯克双强对垒，纷纷拿出兼具高性能与高性价比的产品。真正感到有压力的，恐怕还是OpenAI与Anthropic。

五、背后深意：三个信号

信号一：Agent能力正在重新定义“强模型”

V4 Pro的升级，核心词是“Agent”。从“更会答题”到“更会把一件事干完”——这是DeepSeek官方叙事的关键转变。Terminal Bench、DeepSWE这类测试，考察的不是模型的知识储备，而是它能不能像工程师一样持续干活。大模型正在从“聊天玩具”走向“生产工具”。

信号二：“性价比”正在成为新的竞争维度

0.1分的性能差距，60倍的价格差。当DeepSeek能用不到1美元的价格做到Fable 5用50美元才能做到的事，全球开发者的技术选型逻辑将被彻底改写。过去，高性能模型遥遥领先，即便是性能较差的模型也可能依靠低价拿下一定市场份额。但在DeepSeek V4系列、Grok 4.6这类主打性价比的高性能模型发布后，这种单纯的发展路线大概是要正式告吹了。

信号三：涨价预告背后的自信

就在V4 Pro正式发布六天前，DeepSeek刚刚宣布计划近期整体上调API服务定价，“预计涨幅较大”。此次V4 Pro的性能表现，在某种程度上解释了涨价的底气。DeepSeek正在从“烧钱换市场”走向“用实力定价”。它的第一仗，不是再赢一张榜单，而是证明DeepSeek可以持续改变全球模型的成本曲线。

六、给创业者的启示

1. 重新评估技术选型的经济账

0.1分的性能差距、60倍的价格差——这个等式足以让每一个开发者重新审视自己的技术选型。如果你的应用场景对推理成本敏感，DeepSeek V4 Pro提供了一个极具竞争力的选项。

2. 关注Agent能力的商业化落地

V4 Pro的升级核心是Agent能力。DeepSWE从12.8分暴涨至62.7分，意味着AI已经能够在复杂的开源代码仓库中自主理解代码、修改多个文件、运行测试并不断修正。如果你的业务涉及软件开发、自动化运维、数据分析等需要“持续干活”的场景，现在正是评估AI Agent替代方案的时候。

3. 警惕“涨价”信号背后的成本曲线变化

DeepSeek预告涨价，意味着“永远的地板价”不可持续。但即便如此，6元 vs 50美元的价差依然悬殊。创业者在做成本规划时，既要利用当前的低价红利，也要为未来的价格调整预留弹性。

4. “双API兼容”降低了迁移成本

V4 Pro同时兼容OpenAI和Anthropic两套API格式。这意味着切换模型的工程成本大幅降低。创业者可以更灵活地在不同模型之间做A/B测试，找到最适合自己场景的“性能/价格”平衡点。

5. 中国AI阵营的集体崛起

同一天，DeepSeek发模型、阿里开源Qwen 3.8 Max。中国AI公司正在从“追赶者”变成“并跑者”，甚至在部分领域成为“领跑者”。对国内创业者来说，这意味着本土模型的选择越来越多、越来越好、越来越便宜。

写在最后

2026年8月13日凌晨，DeepSeek V4 Pro正式版的上线，也许会被写进AI发展史。

不是因为它的参数有多大——1.6T的MoE模型在今天已经不稀奇。也不是因为它的上下文有多长——100万Token早已不是独家卖点。

而是因为，它第一次用0.1分的性能差距和60倍的价格鸿沟，向全世界证明了：高性能和低成本可以同时存在。

从“便宜”到“能干活”，DeepSeek V4 Pro-0813与Grok 4.6的同日亮相，某种程度上标志着AI竞争正在进入一个新阶段：比拼的不再只是参数和聊天能力，而是模型能不能真正干活、能不能让开发者用得起。

这或许才是DeepSeek V4 Pro正式版，最值得被记住的地方。

关键词标签：#DeepSeek #V4Pro #AI大模型 #Agent #性价比 #梁文锋 #马斯克 #Grok4.6 #ClaudeFable5 #AI价格战 #国产AI

获取更多AI咨询、一人公司、创业读书笔记、Openclaw、Claude Code实战干货，欢迎关注「Rubin智造社」