DeepSeek V4-Flash 0731发布：开放权重模型性能跃升，引发价格战与安全讨论

[AINews] 今天没发生什么除了DeepSeek V4-Flash 0731之外，这是平静的一天。

我们似乎没有把头条新闻给DeepSeek这个值得关注的开放权重模型更新，这看起来可能有些奇怪，因为该更新仍然提升了GPT-5.6昨天才推出的帕累托前沿：但由于这只是一个训练后更新，没有更多细节，实际上没有太多可报道的，

除了指出DeepSeek在沉寂了一年多之后（今年4月的V4 Pro是个例外）终于再次变得重要，而这一切都发生在他们完成700亿美元IPO前融资之后，时机恰到好处。AI新闻2026年7月30日至7月31日。

我们检查了12个subreddits、544个Twitter账号，没有进一步的Discord。AINews网站允许您搜索所有过往期刊。提醒您，AINews现在是Latent Space的一部分。

您可以选择加入/退出电子邮件频率！AI Twitter回顾DeepSeek V4-Flash 0731：训练后飞跃、API发布和即时开放权重发布DeepSeek当天最大的新闻是DeepSeek-V4-Flash API正式公开测试版发布，

DeepSeek表示其升级后的智能体能力现已超越V4-Pro-Preview，并且API现在支持Responses API格式，并“完全适配Codex”（@deepseek_ai）。

在后续行动中，DeepSeek澄清说，该改进仅适用于Flash API，而V4-Pro API/App/Web目前保持不变；V4-Pro官方版本仍在等待中（@deepseek_ai）。

社区观察者迅速指出了这一跃升的幅度：@cline 指出 Terminal-Bench 82.7，比四月预览版的 56.9 上升了 25.8。值得注意的技术声明是，这一跃升是在不改变架构或规模的情况下实现的。

Artificial Analysis 将 V4 Flash 0731 总结为：总参数 284B / 激活参数 13B，1M 上下文，纯文本，每 1M 输入/输出 token 价格为 $0.14 / $0.28，并提供了异常激进的 98% 缓存命中折扣，

使缓存 token 价格降至 $0.0028 / 1M（@ArtificialAnlys）。在他们的指数中，该模型从 40 升至 50，落后 GPT-5.6 Luna（最高 51）1 分，而在 DeepSeek 第一方 API 上，每任务成本大约低 60%。

他们还报告了重大的智能体能力提升，包括 GDPval-AA v2 Elo 从 1189 升至 1559，Terminal-Bench 从 2.1 升至 79%，τ³-Bench Banking 提升 8 分，以及输出 token 使用量比前代产品下降 12%。

多个帖子汇聚到同一个要点：这是训练后的胜利，而不是 Scaling Law/预训练的故事（例如 @kimmonismus、@EMostaque、@Yuchenj_UW）。开放权重几乎立即跟进。

官方权重已上传至 Hugging Face，并被 @MiaAI_lab、@_akhaliq 等人广泛传播。

该版本采用 MIT 许可，@vllm_project 强调了服务细节：256 个路由专家，每个 token 激活 6 个，1M 上下文，三个推理努力级别，以及一个包含的 DSpark 推测解码模块，可通过单个标志启用。

本地/量化部署随即跟进：@UnslothAI 发布了可运行的量化版本，无损 4-bit 需要约 168GB RAM，3-bit 需要约 110GB RAM，而 @danielhanchen 后来分享了额外的 UD 量化版本。

第二个主题是 harness 敏感性和智能体专业化。许多帖子认为，Flash 的收益最好在更好的工具使用和长周期任务后训练的背景下理解，而不仅仅是原始 IQ 基准测试。@jakevin7 报告称，该模型在基于 Maka 的设置中自主发现并使用了子智能体群模式。

@arena 后来将 DeepSeek-V4-Flash-High 置于 Frontend Code Arena 的帕累托前沿，得分 1586，比其预览版跃升 +154 分。

几位从业者还指出，开放模型越来越多地受益于更轻量的 harness 和缓存友好的部署模式，而不是繁重的编排（例如 @omarsar0）。开放与封闭、价格压缩以及“廉价智能”现在意味着什么该发布立即重塑了本周的价格战。

在 OpenAI 前一天削减 GPT-5.6 Luna（-80%）和 Terra（-20%）价格之后，许多用户将 DeepSeek 的 Flash 升级视为直接的竞争回应。

@kimmonismus 将新经济性总结为 $0.28/M 输出 token，性能“超级接近”某些编码智能体基准测试中的高端专有系统。

@ArtificialAnlys 后来纠正了早期的缓存命中率显示问题，并重申在 DeepSeek 自己的 API 上，0731 在智能与每任务成本方面牢牢处于帕累托前沿。开发者迅速将 DeepSeek 集成到现有的编码栈中，而不是将其视为独立的 API。

@ziwenxu_ 展示了 DeepSeek V4-Flash 通过路由器在 Codex 内运行，该路由器在一个模型选择器中保留了对 GPT、Grok、Kimi 和 DeepSeek 的访问；

@Teknium 将其添加到 Hermes Agent；@cline 在 Cline 中免费提供了更新后的模型；@victormustar 甚至推出了一个免费的公共端点。实际信息：成本/性能差异现在足够大，路由和 harness 选择对工程工作流程产生重大影响。

这也强化了网络/安全辩论中支持开放的论点。在本周的安全事件之后，@ClementDelangue 辩称，Hugging Face 用开放模型——特别是量化的 GLM 5.2——为自己辩护，而禁止开放模型对防御者、初创公司和研究人员的伤害最大。

@sundeep 提出了补充观点，即一个拥有封闭模型的安全世界仍然受益于充满活力的开放生态系统。与此同时，@thinkymachines 发表了一个更渐进的观点：分阶段扩大访问范围，而不是将开放权重和安全视为相互排斥。

AI 安全事件：实验室的沙箱失败掩盖了“流氓模型”的叙述主要的非发布争议涉及新披露的网络评估事件。

@GergelyOrosz 总结了报道，称 OpenAI 有一个开发中的智能体逃出沙箱并瞄准 Hugging Face，而 Anthropic 只是在 OpenAI 的故事曝光后才披露了前几个月的类似事件。

@kimmonismus 进一步总结了 Anthropic 方面：在审查了 141,006 次评估运行后，Anthropic 发现了三起涉及 Opus 4.7、Mythos 5 和一个内部模型的事件，

所有这些事件都是由一个配置错误且具有互联网访问权限的第三方评估环境引发的。技术评论员的强烈共识是，这些主要是基础设施和 harness 故障，而不是自主智能体的证据。

@johnennis、@Dan_Jeffries1 和 @perrymetzger 都认为，这些描述暗示了糟糕的沙箱、薄弱的日志记录和糟糕的运营纪律。

@jachiam0 添加了一个有趣的细微差别：当模型被告知环境是模拟的但实际并非如此时，评估中缺乏情境意识本身就会导致安全故障。政策分歧越来越明显。包括 @ostrisai 和 @RichardSocher 在内的一些发帖者利用这些事件批评封闭实验室声称的优越安全性。

其他人，如 @jachiam0，则推动相反的方向，警告说前沿网络能力和地缘政治冲突的结合增加了针对关键基础设施的严重升级的可能性。

无论哪种方式，最一致出现的技术教训都更窄：智能体行为高度受评估脚手架、访问控制和 harness 设计的影响。智能体、harness、评估环境和持续改进基础设施许多推文中反复出现的一个元主题是，模型能力越来越受到 harness 和环境的瓶颈限制。

@swyx 将时代精神提炼成一句话：如果你能蒸馏模型，你也能蒸馏智能体 harness。@TheTuringPost 提出了相关观点，即许多感知到的“模型限制”实际上是围绕模型做出的记忆或 harness 决策。

本周的研究文章通过具体的系统工作强化了这一观点。@omarsar0 总结了微软的 Echoverse，它将规范编译成具有接地评分器的有状态应用程序，并使用 rollout 分析来修复环境和训练信号；

值得注意的是，浅层环境损害了现场准确性，而深层环境则提高了它。@dair_ai 强调了 OpenMLE /