8月12日，DeepSeek V4-Pro 正式版（0813）悄然 GA，加上7月31日已上线的 V4-Flash 正式版（0731），DeepSeek V4 双版本产品矩阵正式补齐。一个主打"便宜量大跑得快"，一个专攻"复杂推理硬骨头"——但具体到你的场景，该选哪个？

这两天很多人问我同一个问题：V4 Flash 和 Pro 都上了，我该用哪个？

这个问题其实不难回答，但网上的信息要么太碎、要么太技术、要么就是纯搬运官方通稿。我花了一个下午把两个版本的数据全部扒了一遍，整理成这篇选型指南。

核心结论先放这儿：90% 的场景用 Flash 就够了，Pro 留给真正硬核的任务。

---

一、先看全貌：V4 双版本是什么？

DeepSeek V4 是 DeepSeek 的第四代大模型，采用 MoE（混合专家）架构，分两个版本：

维度	V4-Flash（0731）	V4-Pro（0813）
定位	高性价比·高并发·低延迟	旗舰级·复杂推理·Agent
总参数	2840亿	1.6万亿
激活参数	130亿	490亿
上下文窗口	100万 Token	100万 Token
最大输出	384K Token	384K Token
推理延迟	200-300毫秒	800毫秒+
并发上限	2500	500
思考模式	支持（可开关）	支持（可开关）
开源许可	MIT（完全开源）	暂未开源
发布日期	2026.07.31	2026.08.12

一句话区分：Flash 是"又快又便宜的小钢炮"，Pro 是"慢工出细活的重炮"。 两者共享百万 Token 上下文和 384K 超长输出，区别在参数规模、并发能力和价格。

---

二、价格对比：差距到底有多大？

先算钱，再聊性能。

计费项	V4-Flash	V4-Pro	倍数
输入（缓存未命中）	¥1/百万 Token	¥3/百万 Token	3x
输入（缓存命中）	¥0.02/百万 Token	¥0.025/百万 Token	1.25x
输出	¥2/百万 Token	¥6/百万 Token	3x

换算成美元对比海外模型：

模型	输入 $/M	输出 $/M	单任务成本
V4-Flash	$0.14	$0.28	~$0.10
V4-Pro	$0.435	$0.87	~$0.30
Claude Opus 5	$5	$25	~$0.90
Claude Fable 5	$10	$50	~$1.80
GPT-5.6 Sol	$5	$30	~$1.04

V4-Flash 的成本大约是 Claude Fable 5 的 1/18，V4-Pro 大约是 1/6。

而且 DeepSeek 有个"缓存命中"机制——如果你的请求跟之前的有重复部分（比如相同的系统提示词），输入价格直接降到几乎免费。Flash 缓存命中后每百万 Token 只要 0.02 元，Pro 是 0.025 元。

实操建议：固定系统提示词 + 高频调用场景，缓存命中率可以做到 80%+，实际花费远低于标牌价。

---

三、性能对比：各自强在哪？

Agent 能力（最关键的维度）

Agent 基准	V4-Flash	V4-Pro	备注
DeepSWE	54.4	62.7	Pro 从预览版12.8飙到62.7，暴涨近5倍
Terminal Bench 2.1	82.7	87.9	Pro逼近全球榜首88.0
CyberGym	76.7	83.3	Pro反超Claude Fable 5（83.1）
Agent 终极测试	25.2	—	Flash已逼近Opus 4.8（25.7）
Toolathlon-Verified	70.3	—	工具调用能力

关键发现：Pro 在 CyberGym（网络安全任务）上拿了 83.3 分，反超了 Claude Fable 5 的 83.1——这是国产模型第一次在 Agent 安全赛道上超过全球顶级闭源模型。

编程能力

编程基准	V4-Flash	V4-Pro
SWE-bench Verified	—	80.6%
GPQA Diamond	—	90.1%
LiveCodeBench	—	93.5%
Frontend Code Arena	全球第7	—

Pro 的 SWE-bench Verified 拿了 80.6%，虽然还差 Claude Opus 5 的 96% 一截，但考虑到价格只有 Opus 5 的 1/10 左右，性价比已经拉满。

速度对比

维度	V4-Flash	V4-Pro
推理延迟	200-300ms	800ms+
并发支持	2500	500
首字返回	快	慢

Flash 的延迟是 Pro 的 1/3，并发是 Pro 的 5 倍。 如果你做的是高频调用、实时对话、批量处理，Flash 的速度优势是碾压级的。

---

四、场景选型：一张表搞定

我按常见使用场景做了匹配，直接对号入座：

你的场景	选哪个	为什么
日常聊天/问答	Flash	延迟低、便宜、够用
轻量编程辅助	Flash	Frontend Code Arena全球第7，日常编程绰绰有余
高频API调用	Flash	2500并发，缓存后0.02元/百万Token
批量数据处理	Flash	高吞吐+低成本，跑量首选
实时对话/客服	Flash	200ms延迟，用户无感等待
内容生成/文案	Flash	响应快，质量够用
大型代码库重构	Pro	1.6万亿参数+百万上下文，跨文件修改更准
复杂Agent任务	Pro	DeepSWE 62.7，Terminal Bench 87.9
深度推理/分析	Pro	GPQA Diamond 90.1%，科学推理强
网络安全/安全审计	Pro	CyberGym 83.3，反超Fable 5
长链路Coding Agent	Pro	384K输出+百万上下文，长任务不断片
数学/专业推理	Pro	复杂逻辑推演全面领先

一句话记忆法：追求"快和省"选 Flash，追求"准和全"选 Pro。

---

五、一个被忽视的细节：Flash 的"后训练奇迹"

这个点值得单独说一下。

V4-Flash 最让人震惊的不是价格，而是它的性能提升方式。

DeepSeek 官方确认：Flash 正式版（0731）的模型结构、参数规模跟预览版完全一致，只是重新做了后训练。结果呢？

• DeepSWE：7.3 → 54.4（暴涨6倍+）

• Terminal Bench 2.1：72.1 → 82.7（+10.6分）

• Agent 终极测试：15.8 → 25.2（+60%）

同一个模型骨架，不加参数、不换架构，只优化后训练策略——Agent 能力暴涨 6 倍。

这意味着什么？意味着过去两年行业疯狂堆参数的路线，可能不是唯一解。后训练阶段的优化空间被严重低估了。不换模型就能产生质的飞跃，这个发现对整个行业的影响可能比 V4 本身更大。

对用户的实际意义：Flash 看着参数小（激活才130亿），但别被参数量骗了。后训练优化后的 Flash，在 Agent 任务上已经超过了 V4-Pro 的预览版。大部分任务用 Flash 就够了，不是因为它"凑合能用"，是因为它真的够强。

---

六、怎么最快体验 V4 全系列？

好了，选型逻辑讲完了，接下来是最实际的问题：怎么用上？

DeepSeek 官方 API 需要注册、实名、充值，而且高峰期偶尔会排队。如果你只想快速体验 Flash 和 Pro 的区别，不想折腾环境配置，可以直接用 星途 AI——V4 全系列都已经接入了。

传送门： https://xingtu.lk888.ai/

星途的好处是一个入口体验 500+ 模型，V4-Flash 和 V4-Pro 都在，不用分别注册一堆账号。最实用的玩法：

1. 同一个 prompt 丢给 Flash 和 Pro 同时跑

比如一段复杂代码重构任务，同时发给两个版本，直接对比输出质量和速度差异。肉眼就能感受到 Pro 推理更深、Flash 响应更快。

2. 按场景动态切换

日常对话用 Flash（便宜快），遇到硬核任务一键切到 Pro（强但贵）。不用维护两套 API key，一个平台搞定。

3. 跟其他模型横向对比

星途上还有 Claude Opus 5、Kimi K3、GPT-5.6 等主流模型。同一个任务丢给 4-5 个模型同时跑，谁好使只有试了才知道——榜单分数是平均值，你的具体场景可能完全不同。

除了文本模型，星途还集成了 Veo 3.1、Sora 2、Midjourney 等视频和图像模型。写完代码想配个封面图、做个 demo 视频，一个平台全搞定。

---

七、最后说几句

DeepSeek V4 双版本的策略很聪明：Flash 负责"让所有人都用得起 AI"，Pro 负责"在硬核赛道上证明实力"。

Flash 用 0.02 元/百万 Token 的缓存价格和 2500 并发，把 AI 调用成本打到了"几乎免费"的水平。Pro 用 1.6 万亿参数和 CyberGym 反超 Fable 5 的成绩，证明了国产模型在复杂 Agent 任务上已经能跟全球顶级闭源模型掰手腕。

对开发者来说，这不是"二选一"的问题，而是"怎么组合使用"的问题。

80% 的日常任务走 Flash 省钱省时，20% 的硬核任务上 Pro 攻坚克难——这才是 V4 双版本的正确打开方式。

想体验 V4 全系列？去 星途 AI 试试，Flash 和 Pro 都已上线，一个入口搞定。

---

附：V4 全系列速查卡

	V4-Flash	V4-Pro
一句话	又快又便宜	又强又全面
参数	2840亿总/130亿激活	1.6万亿总/490亿激活
输入价	¥1/M（缓存¥0.02）	¥3/M（缓存¥0.025）
输出价	¥2/M	¥6/M
延迟	200-300ms	800ms+
并发	2500	500
最强项	Frontend Code Arena全球第7	CyberGym反超Fable 5
开源	MIT完全开源	暂未开源
适合	日常·高频·成本敏感	复杂推理·Agent·大代码库

---