DeepSeek V4 Flash 0731 开源实测：性能逼近 Claude Opus 4.8，价格仅 GLM 5.2 百分之一

又一个深夜炸场。这次不是参数规模的故事，是能力、价格、生态三件事同时被打到桌面上。

昨晚 DeepSeek 把 DeepSeek V4 Flash 0731 正式发了出来。和之前那版 Preview 不同，这次是真正意义上的"开源 + 上线"——模型权重可以拉、API 可以直接调、Responses API 原生兼容、Codex 也能跑。我第一时间接进自己的 Agent 工作流里折腾了大半天，下面把官方数据、实测结果和本地部署的坑都说清楚。

这次 0731，到底动了哪些刀

先说官方公布的更新清单。看一眼就明白，这一版不是修补，是冲着"开发者真正会用到的能力"去的：

• Agent 能力大幅增强——这是我最在意的一条，下面实测会展开
• 原生支持 Responses API，不用再套一层适配
• 完全兼容 Codex，写代码的工作流迁移成本低
• 整体推理能力进一步提升
• 多项 Benchmark 直接超过此前的 V4-Pro-Preview
• 还顺带修了不少老问题

这六条里，Responses API 是我反复强调的重点。原因很现实：Hermes Agent 这类工具早就吃透了 OpenAI 的 Responses 协议，模型端原生兼容意味着你几乎不用改代码就能切过来。我接到 Hermes 的时候，整个流程顺畅得有点不像换模型。

前端代码能力暴涨，竞技场冲到全球第七

官方数据之外，AI Arena 最新公布的成绩单才是真正炸裂的部分。DeepSeek V4 Flash High 在 Frontend Coding Arena 的排名：

• 全球排名第 7
• 得分 1586
• 开源模型排名第 3
• 消费级产品排名第 4
• Data & Analysis、Reference Design、Game 分类排名第 6
• Brand & Marketing 排名第 7
• 相比 Preview 版本，一次提升 154 分

154 分什么概念？很多模型一个季度都涨不到这个数。这说明这次升级最猛的方向就是代码生成——尤其是前端。这也是为什么我接下来特意挑了两道"硬菜"去压它。

我拿两道硬菜实测了一把

Benchmark 再好看，不如自己跑一遍。我直接把它接进 Hermes Agent（Responses API 原生兼容这点在这里帮了大忙），然后丢了两道我平时用来摸底的题。

测试一：让它写一个商业级 HTML 跑酷游戏

提示词就一句：

编写一款接近商业级的跑酷游戏（HTML 单文件）。

模型一次性吐出完整代码。我没有去追问、没有补刀，它直接把这几样东西都给了我：

• 游戏逻辑
• UI 界面
• 动画效果
• 音效调用
• 分数系统
• 游戏结束逻辑

完成度高到什么程度？基本接近"可以直接拿去演示"的状态。我以前用 Preview 版本干过同样的活，那时候至少要来回改两三轮，这次一轮就过。

测试二：3D 版超级马里奥

继续加码。提示词：

制作一个 3D 版超级马里奥。

结果又一次让我愣了一下。Three.js 场景搭建速度非常快，人物、地图、交互逻辑都能一次性出来，后续几乎不用大改。我手上有几个长期客户的项目就靠 Three.js 吃饭，过去光是把场景跑起来就要反复调 Prompt，现在这一版 Flash 基本一次成型。

能明显感觉到，这一代 Flash 在前端代码生成上已经迈过了某个临界点。

社区已经卷起来了：和 Gemini、GPT-5.6 比一圈

模型刚发，海外社区就开始疯狂对线了。我挑了几个有代表性的。

对阵 Gemini 3.6 Flash：Three.js Raptor3 模型

有人用完全相同的提示词、规划文档和参考图片，让 DeepSeek V4 Flash 和 Gemini 3.6 Flash 同时生成 Three.js 的 Raptor3 模型。结论是——不少网友认为 DeepSeek 的整体生成质量已经非常接近 Gemini。一个开源、一个闭源，能打到这个份上，本身就说明问题。

对阵 GPT-5.6 Luna：同价位硬碰硬

有开发者把 DeepSeek V4 Flash 和 GPT-5.6 Luna 放到同一价格区间，跑了三道：

• 魔方动画 → DeepSeek 更稳定
• 烟花效果 → 双方接近
• 手写 Hello 动画 → DeepSeek 更自然
• 综合同价位 → DeepSeek 胜出

还有几道更硬的

汽车发动机建模，整体完成质量达到 Kimi K3 的 70%~80%——细节略逊，但考虑价格，这点差距完全可以忽略。

大型 Three.js 场景：钢铁厂、机械工厂、机器人跳舞、工业流水线，这些过去要反复改 Prompt 才能跑起来的东西，现在很多都能一次生成。

还有一个可交互的 3D 细胞探索器，支持放大缩小、环绕旋转、查看细胞器、阅读真实生物学知识——整个页面一句 Prompt 就出。

最近流行的 SVG 鹈鹕骑自行车测试也有人做了，对手是 GPT-5.6 Terra，DeepSeek 的完成度同样不输。

价格离谱到让 GLM 5.2 显贵

能力是开头，价格才是这次真正让人坐不住的点。有开发者把三个模型执行完全相同任务的成本摆在一起：

也就是说，GLM 5.2 的成本大约是 DeepSeek V4 Flash 的近百倍。这个倍数本身就值得停下来想一想。

更直观的两个数字：

• DeepSeek V4 Flash 在 Hermes Agent 中连续执行任务 32 分钟，总成本 0.07 美元
• 另一位开发者一次完整任务，花费约人民币 0.78 元，Cache 命中率达到 99.5%

99.5% 的缓存命中率对 Agent 场景意味着什么？意味着大量重复调用的成本还能再往下压一截。按这个价位，很多 Agent 工作流一天只要几美元就能持续跑。这对做自动化的人来说，是能直接改变业务模型的那种变化。

想本地跑？168GB 内存就能上无损 4-bit

喜欢本地运行的朋友这次也有福了。官方放出了 GGUF 量化模型，已经适配 llama.cpp、Unsloth 等主流框架。

下载地址我直接放这：

• Hugging Face 下载：unsloth/DeepSeek-V4-Flash-0731-GGUF
• 模型打包下载：git.cloudeop.com 打包镜像

内存门槛官方给了明确数字：

• 168GB 内存 → 可运行无损 4-bit
• 110GB 内存 → 可运行 3-bit
• 更小尺寸的量化版本后续会继续推

说实话，168GB 这个数对个人玩家还是有点劝退，但对工作室、对小公司服务器来说完全够得着。等更小尺寸的量化版本出来，门槛会再降一档。

不想申请 Key？免费公共 API 已经上线

如果你暂时不想折腾 API Key，社区已经有人把免费接口搭好了——部署在 Hugging Face Inference Endpoints 上。

它的特点是：

• 免费使用
• 不需要 Token
• 完全兼容 OpenAI API
• 社区共享实例

免费接入地址：DeepSeek-V4-Flash-0731-free-endpoint

提醒一句：毕竟是公共服务，会有轻度限流。适合先体验、再决定要不要申请官方 Key，别拿它跑生产任务。

社区怎么评价的

模型发布之后，海外社区几乎是一片好评。最被反复引用的一句评价：

Flash 居然已经全面超过 GLM 5.2，能力几乎达到 Claude Opus 4.8，而价格却只有十分之一左右。

不少开发者认为，DeepSeek V4 Flash 已经成为 Hermes Agent、OpenRouter 等平台中性价比最高的模型之一。Hermes 社区的统计也佐证了这点——过去 30 天里，DeepSeek V4 Flash 一直是使用率最高的模型之一。

速查卡片

• 模型：DeepSeek V4 Flash 0731
• 竞技场：全球第 7 / 开源第 3 / 得分 1586
• 单次成本：$0.0005（GLM 5.2 约 100 倍）
• Responses API：原生支持
• Codex：完全兼容
• 本地部署：168GB 跑无损 4-bit，110GB 跑 3-bit
• 免费体验：Hugging Face 公共接口

接下来该怎么用

从我这一天的折腾来看，DeepSeek V4 Flash 0731 不是"又一个新模型"，而是把性能、价格、Agent 能力和开发生态这四件事同时压到了一个新平衡点。

对需要大量调用 AI 接口的开发者来说，这意味着同样预算能干更多活；对本地部署用户来说，GGUF 量化版本降低了体验门槛；对做 Agent 自动化的人来说，原生 Responses API 兼容让迁移几乎无痛。

AI 大模型早就不只是比参数规模了，而是在性能、价格、Agent 能力和生态之间全面开卷。DeepSeek V4 Flash 0731 的出现，无疑让这场价格战和能力战进入了一个新的阶段。

我的建议很简单：先去免费公共接口丢两道你自己的真实任务试试，比看一百篇测评都管用。