DeepSeek API 更新日志：V4-Flash 公测及历代模型升级

变更日志日期：2026-07-31DeepSeek-V4-Flash 更新DeepSeek-V4-Flash API 的正式发布现已进入公开测试阶段。API 调用方式保持不变——只需将模型名称设置为 deepseek-v4-flash 即可使用最新版本。

- Terminal Bench 2.1：82.7- NL2Repo：54.2- Cybergym：76.7- DeepSWE：54.4- Toolathlon verified：70.3- Agent Last Exam：

25.2- Automation Bench (Public)：

25.1- DSBench-FullStack：68.7- DSBench-Hard：59.6注 1：对于公开基准测试集中的代码智能体任务，官方 DeepSeek-V4-Flash 使用 DeepSeek Harness 最小模式（即将发布）作为框架进行测试，

采用最大努力级别，top_p=0.95，temperature=1.0。注 2：DSBench-FullStack 是内部全栈开发测试集，DSBench-Hard 是内部编码智能体难题测试集。

DeepSeek-V4-Flash-0731 保持与 DeepSeek-V4-Flash-Preview 相同的模型架构和大小，仅进行了重新后训练。注意：本次更新仅升级 DeepSeek-V4-Flash API。

DeepSeek-V4-Pro API 以及 APP/WEB 模型保持不变。DeepSeek-V4-Pro 的正式发布即将推出。

日期：2026-04-24DeepSeek-V4DeepSeek API 现已支持 V4-Pro 和 V4-Flash，可通过 OpenAI ChatCompletions 接口和 Anthropic 接口使用。

要访问新模型，base_url 保持不变，模型参数应设置为 deepseek-v4-pro 或 deepseek-v4-flash。

两个遗留 API 模型名称 deepseek-chat 和 deepseek-reasoner 将在三个月后（2026-07-24）停止使用。在此期间，这两个模型名称分别指向 deepseek-v4-flash 的非思考模式和思考模式。

更多详情请参阅相关文档。日期：2025-12-01DeepSeek-V3.2deepseek-chat 和 deepseek-reasoner 均已升级至 DeepSeek-V3.2。

deepseek-chat 对应 DeepSeek-V3.2 的非思考模式，deepseek-reasoner 对应其思考模式。

DeepSeek-V3.2-SpecialeDeepSeek-V3.2-Speciale 通过临时端点提供服务：base_url="https://api.deepseek.com/v3.2_speciale_expires_on_20251215"。

定价与 V3.2 相同，不支持工具调用，有效期至 2025 年 12 月 15 日 15:59（UTC 时间）。更多详情请参阅相关文档。

日期：2025-09-29DeepSeek-V3.2-Expdeepseek-chat 和 deepseek-reasoner 均已升级至 DeepSeek-V3.2-Exp。

deepseek-chat 对应 DeepSeek-V3.2-Exp 的非思考模式，deepseek-reasoner 对应其思考模式。更多详情请参阅相关文档。

日期：2025-09-22DeepSeek-V3.1-Terminusdeepseek-chat 和 deepseek-reasoner 均已升级至 DeepSeek-V3.1-Terminus。

deepseek-chat 对应 DeepSeek-V3.1-Terminus 的非思考模式，而 deepseek-reasoner 对应其思考模式。

本次更新保持了模型的原有能力，同时解决了用户报告的问题，包括：- 语言一致性：减少了中英混合和偶尔出现的异常字符；- 智能体能力：进一步优化了代码智能体和搜索智能体的性能。

日期：2025-08-21DeepSeek-V3.1deepseek-chat 和 deepseek-reasoner 均已升级至 DeepSeek-V3.1。

deepseek-chat 对应 DeepSeek-V3.1 的非思考模式，而 deepseek-reasoner 对应其思考模式。

- DeepSeek-V3.1 的主要更新：- 混合推理架构：单一模型同时支持思考模式和非思考模式- 推理效率提升：与 DeepSeek-R1-0528 相比，DeepSeek-V3.1-Think 在更短时间内提供答案- 智能体能力增强：通过后训练优化，

新模型在工具使用和智能体任务上取得重大改进- SWE-bench Verified：

66.0- SWE-bench Multilingual：54.5- Terminal-bench：31.3日期：2025-05-28deepseek-reasonerdeepseek-reasoner 模型升级至 DeepSeek-R1-0528：

- 推理能力增强- 基准测试显著提升（Pass@1）- AIME 2025：

70.0 → 87.5（+17.5）- GPQA：71.5 → 81.0（+9.5）- LCB_v6：63.5 → 73.3（+9.8）- Aider：57.0 → 71.6（+14.6）- 注意：与旧版 R1 相比，复杂推理任务可能消耗更多 token。

- 基准测试显著提升（Pass@1）- 优化前端开发- 生成的网页和游戏现在具有更好的美观性。- 减少幻觉- 显著抑制了旧版 R1 中存在的幻觉问题。

- JSON 输出与函数调用支持- 函数调用性能：- Tau-bench 得分：53.5（航空）/ 63.9（零售）- 函数调用性能：日期：2025-03-24deepseek-chatdeepseek-chat 模型升级至 DeepSeek-V3-0324：

- 推理能力增强- 基准测试性能显著提升：- MMLU-Pro：75.9 → 81.2（+5.3）- GPQA：59.1 → 68.4（+9.3）- AIME：39.6 → 59.4（+19.8）- LiveCodeBench：39.2 → 49.2（+10.0）

0)- 基准测试性能显著提升：- 优化前端 Web 开发- 提高代码生成准确性- 更美观的网页和游戏前端- 升级中文写作能力- 增强风格和内容质量：- 与 R1 写作风格对齐- 中长篇写作质量更好- 增强风格和内容质量：

- 功能增强- 改进多轮交互式改写- 优化翻译质量和信件写作- 改进中文搜索能力- 增强报告分析请求，

输出更详细- 函数调用改进- 提高函数调用准确性，修复了之前 V3 版本的问题日期：2025-01-20deepseek-reasonerdeepseek-reasoner 是我们的新模型 DeepSeek-R1。

您可以通过指定 model='deepseek-reasoner' 来调用 DeepSeek-V3。

- 详情请参阅：DeepSeek-R1 发布- 指南请参阅：思考模式日期：2024-12-26deepseek-chat- deepseek-chat 模型已升级至 DeepSeek-V3。API 保持不变。

您可以通过指定 model='deepseek-chat' 来调用 DeepSeek-V3。

- 详情请参阅：DeepSeek-V3 介绍日期：2024-12-10deepseek-chatdeepseek-chat 模型已升级至 DeepSeek-V2.5-1210，各项能力均有改进。

相关基准测试结果包括：- 数学：MATH-500 基准测试性能从 74.8% 提升至 82.8%。

- 编码：LiveCodebench（08.01 - 12.01）基准测试准确率从 29.2% 提升至 34.38%。- 写作与推理：内部测试数据集也观察到相应改进。此外，新版本模型优化了文件上传和网页摘要功能的用户体验。

日期：2024-09-05deepseek-coder 和 deepseek-chat 升级至 DeepSeek V2.5 模型DeepSeek V2 Chat 和 DeepSeek Coder V2 模型已合并升级为新模型 DeepSeek V2.5。

为向后兼容，API 用户可通过 deepseek-coder 或 deepseek-chat 访问新模型。新模型在通用能力和代码能力上均显著超越之前的版本。新模型更好地符合人类偏好，并在写作任务和指令遵循等方面进行了优化：

- ArenaHard 胜率从 68.3% 提升至 76.3%- AlpacaEval 2.0 LC 胜率从 46.61% 提升至 50.52%- MT-Bench 得分从 8.84 提升至 9.02- AlignBench 得分从 7.88 提升至 8.04

新模型在原有 Coder 模型的基础上进一步增强了代码生成能力，针对常见编程应用场景进行了优化，并在标准测试集上取得了以下结果：- HumanEval：89%- LiveCodeBench（1 月至 9 月）：41%日期：

2024-08-02API 推出磁盘上下文缓存技术DeepSeek API 创新性地采用了硬盘缓存，将价格降低了一个数量级。有关更新的更多详细信息，请参阅相关文档。