DeepSeek-V4-Pro 相关 AI 资讯

8月22日

20:58

20:58IT之家（博客/媒体）

DeepSeek 将于 2026 年 8 月 23 日起调整 API 计费规则，周六日全天统一按低谷价收费。调整距离峰谷定价机制实施仅一周。新的周末计费规则简化了计费逻辑，开发者可享受低谷时段价格。以 DeepSeek-V4-Pro 为例，高峰时段每百万 tokens 输出价格为 27 元，空闲时段为 13.5 元。

AI产品 DeepSeek API计费低谷价

推荐理由：DeepSeek 又调整了 API 计费规则，周末统一按低谷价收费，对开发者来说更实惠了。和之前的峰谷定价相比，这次调整更简单，价格也更优惠。

原文

8月15日

13:59

ollama@ollama

78°

Ollama 宣布 DeepSeek-V4-Pro（0813）已在云端全面上线，覆盖 Pro 和 Max 订阅用户。用户可通过 ollama run deepseek-v4-pro:cloud 命令直接调用。该模型托管在美国，支持零数据保留（ZDR），强调数据隐私。Ollama 称其具备高性能，适合推理任务。

AI模型 DeepSeek-V4-Pro Ollama 零数据保留

事件专题

推荐理由：Ollama 云端上线了 DeepSeek-V4-Pro，订阅 Pro/Max 就能直接用，美国节点还带零数据保留，要试的话一条命令就够。

原文

8月13日

23:56

小互@imxiaohu

72°

DeepSeek 发布 V4-Pro 正式版，性能超过 Opus-4.8，接近 Fable 5。同时推出 Harness 插件系统，将计划模式、子 Agent、权限审批、MCP 等拆成可更换插件，Agent 主循环也可自定义。API 自 8 月 17 日零点起调整价格，采用峰谷两档，缓存命中输入价上涨 12 倍，输出价上涨 4.5 倍。

AI模型 DeepSeek DeepSeek-V4-Pro DeepSeek Harness

事件专题

推荐理由：DeepSeek 一口气发了 V4-Pro 和可插拔的 Harness，还涨了 API 价，缓存命中输入暴增 12 倍，用之前看清楚价目表。

原文

21:39

小互@imxiaohu

71°

DeepSeek 发布 DeepSeek-V4-Pro，API 同步大幅涨价，官方称是为 DeepSeek-Harness 套餐让路。V4-Pro 支持 low/high/max 三档推理强度，分别面向简单任务、日常 Agent 工作流和复杂任务。模型原生兼容 OpenAI Responses API，可一键配置用于 Codex。V4 Pro 已上线 App/Web 的 Expert Mode，API 模型名称保持不变。

AI模型 DeepSeek DeepSeek-V4-Pro API

事件专题

推荐理由：DeepSeek 突然给 V4 API 涨价，还发了 V4-Pro，推理强度分三档，能直接配 Codex 用。想升级 Agent 工作流可以看看。

原文

19:17

19:17IT之家（博客/媒体）

DeepSeek 公布调价方案，新价格于8月17日生效。DeepSeek-V4-Flash 缓存命中输入价降至每百万 tokens 0.02 元，V4-Pro 为0.025元。缓存未命中输入价分别为每百万 tokens 1元和3元，输出价分别为2元和6元。两个模型均支持1M上下文长度和最大384K输出，新版版本号分别为 DeepSeek-V4-Flash-0731 和 DeepSeek-V4-Pro-0813。

AI产品 DeepSeek DeepSeek-V4-Flash DeepSeek-V4-Pro

事件专题

推荐理由：DeepSeek把V4-Flash和V4-Pro的API价格调低了，缓存命中每百万tokens只要几分钱，做批量调用很划算。

原文

17:52

lmarena.ai@lmarena_ai

精选

DeepSeek-V4-Pro (Max)在LMArena Code Arena WebDev榜单以1607分暂列第8，开源模型中排名第2。其分数低于Kimi K3 (Max)的1674分，也低于GPT-5.6 Sol (xHigh)的1622分。该成绩来自AutoEval早期评分，由奖励模型基于人类偏好自动投票产生，并非真人实时投票。后续真人投票加入后，最终排名可能变化。

AI模型 DeepSeek-V4-Pro Code Arena Kimi K3

事件专题

推荐理由：DeepSeek新模型V4-Pro专攻代码生成，在Code Arena排第8，开源第2，仅次于Kimi K3，还超过了GPT-5.6 Sol。

原文

17:50

lmarena.ai@lmarena_ai

DeepSeek-V4-Pro (Max)在Text Arena开源模型榜单中位列第五，AutoEval得分为1465。该分数与GLM-5.1的1467分、GPT-5.6 Terra (xHigh)的1464分以及Grok 4.6 (High)的1464分基本持平。该排名来自@deepseek_ai的官方发布，针对的是文本竞技场中的开源模型。

AI模型 DeepSeek DeepSeek-V4-Pro Text Arena

事件专题

推荐理由：DeepSeek新模型在Text Arena拿1465分，和GLM-5.1、GPT-5.6 Terra一个水平，开源阵营排第五。

原文

03:57

03:57IT之家（博客/媒体）

71°

DeepSeek 官网 API 文档的“模型 & 价格”页面新增了 DeepSeek-V4-Pro-0813 模型，该模型支持非思考与思考模式。此前 7 月 31 日，DeepSeek-V4-Flash 正式版 API 上线公测，官方当时表示 V4-Pro 正式版将尽快发布。此次新增的 0813 版本疑似为 V4-Pro 的预览或正式版本。

AI模型 DeepSeek DeepSeek-V4-Pro API

事件专题

推荐理由：DeepSeek 悄悄上了个新模型版本，支持思考和普通模式，刚更新了 API 文档，想试的可以看看。

原文

8月7日

09:30

官方一手arXiv: DeepSeek@Zhongzhi Li, Yucheng Shi, Zongxia Li, Ruhan Wang, Anhao Li, Zixun Huang, Junyao Yang, Lei Ke, Ninghao Liu, Haitao Mi, Leowei Liang

精选

RST是一种递归验证的合成框架，能从已验证种子任务出发扩展参考解、重对齐验证器与指令，并在新沙盒中验证。经过15轮递归，RST以约0.05美元/任务的成本生成了37,484个终端任务，中位参考解从67行增至374行，执行的命令数从40增至244。DeepSeek-V4-Pro的pass@4从第1轮的90%降至第15轮的2.5%，任务难度持续攀升。用Qwen3.5轨迹微调，Qwen3.5-27B在Terminal-Bench 2、Hard和Long-Horizon上最多提升10分；PPO训练后相对增益为20.0%、41.2%和21.9%。15轮后合成产率和验证率保持稳定，表明流程可继续扩展。

AI模型 RST DeepSeek-V4-Pro Qwen3.5

事件专题

推荐理由：想低成本造高质量长任务数据？RST用递归验证把成本压到5分钱一个，还让模型成绩涨了10分，值得看看。

原文

8月6日

09:55

09:55IT之家（博客/媒体）

DeepSeek 于 8 月 6 日公告，计划近期整体上调 API 服务定价，预计涨幅较大。当前 DeepSeek-V4-Flash 输入缓存未命中价为 1 元/百万 Token，输出价为 2 元/百万 Token。DeepSeek-V4-Pro 输入缓存未命中价为 3 元/百万 Token，输出价为 6 元/百万 Token。两模型缓存命中时的输入价分别为 0.02 和 0.025 元/百万 Token，官方称具体方案以正式通知为准。

AI产品 DeepSeek DeepSeek-V4-Flash DeepSeek-V4-Pro

事件专题

推荐理由：DeepSeek 发公告说 API 近期要涨价，幅度不小。现在 V4-Flash 输出 2 元/百万 Token，V4-Pro 输出 6 元/百万 Token，有需要的可以提前安排。

原文

8月2日

21:23

Geek@geekbb

推文调侃称DeepSeek-V4-Pro虽未发布，但已被认为会成为同期大模型发布的“达摩克利斯之剑”。该推文预测，若DeepSeek-V4-Pro存在，其他厂商发布的新模型可能当天就被其“偷家”。作者猜测，为避免这种情况，这些厂商很可能选择暂不发布新模型。

行业 DeepSeek-V4-Pro 模型发布策略 AI竞争

推荐理由：一条关于DeepSeek-V4-Pro的调侃，说它还没发布就让同行不敢发新模型，猜猜厂商会不会避开它。

原文

7月31日

16:47

官方账号深度求索 DeepSeek@deepseek_ai

DeepSeek-V4-Flash-0731与预览版保持相同的模型架构和大小。本次升级只作用于DeepSeek-V4-Flash API，DeepSeek-V4-Pro API和App/Web端模型均未变化。DeepSeek官方表示，DeepSeek-V4-Pro正式版将尽快发布。

AI产品 DeepSeek DeepSeek-V4-Flash DeepSeek-V4-Pro

事件专题

推荐理由：DeepSeek刚更新了V4-Flash API到0731版，但架构和预览版一样，V4-Pro正式版马上就出，API开发者可以先升级试试。

原文

16:44

Geek@geekbb

DeepSeek-V4-Flash-preview 在模型结构、尺寸不变的情况下，仅重新后训练就超过了 DeepSeek-V4-Pro。geekbb 的推文配图对比了 DeepSeek-V4-Flash-preview 与 DeepSeek-V4-Pro，但未列出任何具体基准名称或分数。目前该结果仅来自社交平台，DeepSeek-V4 系列官方尚未发布确认信息。

AI模型 DeepSeek-V4-Flash-preview DeepSeek-V4-Pro 后训练

事件专题

推荐理由：geekbb 晒图：同 Flash-preview 架构，重训后超 V4-Pro，但没有具体分数。

原文

14:06

14:06IT之家（博客/媒体）

DeepSeek 7 月 31 日下午通过 API 文档宣布 DeepSeek-V4-Flash 正式版 API 上线公测。版本号 DeepSeek-V4-Flash-0731 与 preview 版结构尺寸一致，仅重新进行了后训练。Agent 基准中 Terminal Bench 2.1 为 82.7，NL2Repo 为 54.2，Cybergym 为 76.7，DeepSWE 为 54.4，Toolathlon verified 为 70.3。Agent Last Exam 为 25.2，Automation Bench (Public) 为 25.1，DSBench-FullStack 为 68.7，DSBench-Hard 为 59.6，全面超过 V4-Pro-Preview。新版本原生支持 Responses API 格式并适配 Codex，V4-Pro API 和 APP/WEB 端本次未改动。

AI模型 DeepSeek DeepSeek-V4-Flash DeepSeek-V4-Pro

事件专题

推荐理由：DeepSeek 把 V4-Flash 转正了，智能体跑分全面压过 V4-Pro 预览版，做开发可直接试。

原文

13:10

Geek@geekbb

72°

OpenAI宣布GPT-5.6 Luna价格直降80%，每百万token输入输出价格降至$0.20/$1.20。GPT-5.6 Terra同步降价20%，至$2/$12。OpenRouter在此基础上再提供50%优惠，Luna实际价格低至$0.10/$0.60。此次调价被认为直接对标DeepSeek-V4-Pro、GLM-5.2、Kimi-K3、Grok-4.5及Gemini-3.6-Flash。

AI产品 GPT-5.6 Luna DeepSeek-V4-Pro OpenAI

事件专题

推荐理由：OpenAI把GPT-5.6 Luna价格砍到两折，OpenRouter还能再半价，直接跟DeepSeek、GLM、Kimi抢市场了。

原文

7月30日

09:20

官方一手arXiv: DeepSeek@Peiding Wang, Li Zhang, Fang Liu, Taichuan Li, Yinghao Zhu

CodeSpec提出双可执行规范方法，从子需求语义与仓库架构配对构建可靠功能链，并编译为互补的架构和行为规范。在FeatureBench上，使用DeepSeek-V4-Pro达到70.7%、55.0%和49.9%的通过率，优于Claude Code等基线。在NL2Repo-Bench上验证了泛化性。该方法通过可执行规范保证长周期开发中设计与实现的一致性。

论文 CodeSpec DeepSeek-V4-Pro FeatureBench

事件专题

推荐理由：这篇论文搞了个CodeSpec，让代码智能体在仓库里加新功能时先建可执行规范，在FeatureBench上用DeepSeek-V4-Pro跑到70.7%通过率，比Claude Code靠谱不少。

原文

7月23日

09:53

官方一手arXiv: DeepSeek@Weiwei Qi, Zefeng Wu, Zhilin Guo, Tianhang Zheng, Chaochao Lu, Liang He, Zhan Qin, Kui Ren

DARWIN是一个开源的进化攻防框架，包含DARWIN-Attack和DARWIN-Guard两部分。DARWIN-Attack通过策略发现、变异和反馈驱动组合，在DeepSeek-V4-Pro和YuFeng-XGuard上实现近100%攻击成功率，在GPT-5.5上超过90%。DARWIN-Guard采用在线对抗训练，在12个安全基准上平均不安全召回率达91.6%，优于YuFeng-XGuard和Nemotron Guard，同时保持近100%的标准良性数据集通过率。该框架将越狱攻击建模为开放进化过程，并持续更新防护措施。

论文 DARWIN DeepSeek-V4-Pro GPT-5.5

事件专题

推荐理由：论文提出DARWIN，用进化算法同时生成攻击和训练防护，在DeepSeek-V4-Pro和GPT-5.5上攻击成功率超高，安全召回率也强。

原文

7月19日

18:43

官方账号阿里云 Alibaba Cloud@alibaba_cloud

阿里云发布针对个人的Token Plan，统一积分支持文本、图像和视频生成。包含Qwen3.8-Max-Preview、GLM-5.2、DeepSeek-V4-Pro等模型，以及Happy Horse 1.1用于视频生成。首月优惠价仅4美元（使用优惠券后）。该计划提供多模态统一计费方式。

AI产品 Alibaba Cloud Qwen3.8-Max-Preview GLM-5.2

事件专题

推荐理由：阿里云新出的个人套餐，一个Token包圆文本、图像和视频，首月才4美元，性价比不错。

原文

7月3日

21:06

21:06IT之家（博客/媒体）

72°

腾讯云宣布 DeepSeek-V4 正式版原厂直供模型将于 2026 年 7 月中旬在 TokenHub 和智能体开发平台上线。腾讯云同步引入峰谷定价机制，高峰时段为每日 9:00-12:00 和 14:00-18:00。DeepSeek-V4-Pro 推理输出高峰定价 12 元/百万 tokens，平时 6 元；DeepSeek-V4-Flash 高峰 4 元，平时 2 元。Token Plan 企业版积分抵扣规则也随峰谷调整，缓存命中输入抵扣量在 Pro 版为 2.5 积分（平时）与 5 积分（高峰）每百万 tokens。

AI产品 DeepSeek-V4 腾讯云 TokenHub

事件专题

推荐理由：腾讯云上了 DeepSeek-V4 原厂版，7 月中旬就能用，价格分峰谷，白天贵一倍，晚上便宜，有 Pro 和 Flash 两个版本可选。

原文

7月1日

09:29

官方一手arXiv: DeepSeek@Zewen Liu

该论文首次研究评估器校准作为缓解方法，对DeepSeek-V4-Pro执行器和GLM5.2评估器进行受控实验。结果显示，校准将耦合系数gamma降低20-49%，Jensen-Shannon散度降低45-67%。对称LR控制实验确认效果并非来自更新不对称性减少。作者发布了校准TTRL协议，推荐作为轻量级缓解方案。

论文 DeepSeek-V4-Pro GLM5.2 TTRL

推荐理由：这篇论文实验发现，对评估器做概率校准能把偏好耦合降低20-49%，效果显著，推荐给做LLM评估管线的朋友。

原文

6月5日

10:45

10:45IT之家（博客/媒体）

精选76°

深圳河套学院联合哈工大、华为等团队，依托华为昇腾910C国产AI算力集群，成功完成1.6万亿参数大模型DeepSeek-V4-Pro的全参数后训练。这是全球第三方机构首次在国产算力平台上完成如此规模的模型训练，模型算力利用率超过30%，关键训练算子效率提升14%，达到工业级运行标准。该成果证明国产AI芯片已能支撑世界级超大参数模型训练，为国产算力生态积累了重要经验。

AI模型华为昇腾910C 国产算力万亿参数大模型

推荐理由：国产芯片终于能跑万亿参数大模型了，做AI基础设施和模型训练的团队值得关注——这证明昇腾910C已具备工业级训练能力，后续国产替代路径更清晰。

原文

6月2日

12:05

官方一手arXiv: DeepSeek@Nahyun Lee, Dongkeun Yoon, Guijin Son, Geewook Kim, Dayoon Ko, Jeonghun Park, Haneul Yoo, Jaewon Cho, Junghun Park, Changyoon Lee, Kyochul Jang, Jaeyeon Kim, Eunsu Kim, Woojin Cho, Seungone Kim

K-BrowseComp 是一个专门针对韩语环境的网页浏览智能体基准测试，包含 400 个问题。其中 300 个问题由韩语母语者手工构建和验证，前沿模型如 GPT-5.5、DeepSeek-V4-Pro 和 GLM-5.1 在该子集上仅达到 30.00-45.67% 的准确率，远低于 BrowseComp 的表现。韩国本土大模型表现更差，仅 0.00-10.33%。研究还构建了 100 个合成问题作为压力测试，最强模型仅达 26.00%。该基准填补了韩语智能体评估的空白，揭示了当前模型在非英语环境下的显著短板。

论文智能体基准测试韩语

事件专题

推荐理由：做多语言智能体或网页浏览任务的团队会立刻意识到差距——韩语场景下最强模型准确率不到一半，说明现有评估严重偏向英语。做韩语 NLP 或本地化产品的开发者可以直接用这个基准测试自己的模型。

原文

5月21日

07:59

07:59IT之家（博客/媒体）

腾讯云宣布其智能体开发平台中的Hy3 preview和DeepSeek-V4-Pro模型将于2026年5月27日10:00结束限时免费公测，转为正式商用服务。未来将按模型调用量计费，具体价格可查阅计费概述。平台采用“订阅+增购包”模式，提供免费版（1个月体验）、Skill Plan版（88元/月）、专业版（188元/月）和企业版（4880元/月）等套餐，以及预付费PU资源包。此举意味着开发者需为这些模型的使用付费，影响依赖免费服务的AI应用团队。