同顺号-创作平台

　　没有预告，没有倒计时，甚至连更新日志都没来得及写好。DeepSeek V4Pro的正式版，就这么悄悄的来了。

　　8 月13日凌晨，DeepSeek官网悄悄刷新了API文档。模型名还是那个deepseek-v4-pro，但fingerprint已经变成了fp_v4pro_20260812。打开社区一看，消息已经炸开——V4Pro正式版，来了。

　　从 4月24日预览版上线算起，整整111天。

　　这期间Kimi K3高调发布抢走了开源头条，V4Flash正式版先行一步在7月31日上线，API涨价的预告更是悬在所有开发者头顶。

　　所有人都在问同一个问题：Pro的正式版到底什么时候来？

　　答案是一个周三的深夜。

　　01架构没变，能力暴涨

　　先说硬参数。V4Pro正式版的模型架构和预览版完全一致——1.6T总参数、49B激活参数的MoE结构，支持1M上下文、384K最大输出。变的是后训练，而且变化大到像换了个模型。

　　最夸张的数字来自Agent相关评测。DeepSWE(DeepSeek自家的软件工程基准)从预览版的12.8飙到62.7，涨了将近50分。Cybergym从52.7到83.3，Terminal Bench从72.1到87.9，DSBench-Hard翻了一倍多达到67.2。

　　这些测试项有一个共同特点——它们都涉及长链路的代码修改、环境操作和工具调用。恰好是预览版最容易翻车的地方。

　　 DeepSeek V4Pro正式版Agent能力大幅增强｜图片来源：DeepSeek

　　从 V4Flash正式版的更新日志可以推断，这轮升级的核心就是面向代码Agent场景的大规模后训练。Flash版已经用同样的方法把Agent能力做到了“基准测试远超V4-Pro-Preview”的程度，Pro版只是补上了同一课。

　　价格方面，每百万token输入3元、输出6元，和预览版持平。

　　虽然8月6日DeepSeek已经预告“计划近期整体上调API定价，预计涨幅较大”，但目前0813版本还没动。窗口期能撑多久不好说，想薅的趁早。

　　02天花板和脾气

　　跑分好看只是门票，真正有意义的是拿真实任务去试。

　　极客公园用V4Pro正式版跑了三个不同方向的测试，试图回答一个问题——这个模型在“一次性生成完整可运行代码”这件事上，到底到什么水平了？

　　第一个任务是Boids群体涌现模拟。要求在Canvas上实现200个三角形boid的群体行为，带分离/对齐/凝聚三个可调参数、彩色轨迹、点击生成捕食者、glassmorphism风格控制面板。这是一个涉及物理模拟、实时渲染和UI设计的综合任务。

　　 V4Pro用了大约170秒，生成了761行完整HTML。打开浏览器，200个彩色三角形在黑色背景上游动、聚散、避障，拖动滑块可以实时改变群体行为模式。效果流畅，代码一次运行通过。

　　第二个任务故意模糊——用中文告诉它“我想要一个好看的番茄钟工作面板”，只给了“能计时、能记录、有白噪音、中文界面、要有质感”这几个方向，其余让模型自行决定。

　　 V4Pro交回来1223行代码，除了基础的25/5分钟计时功能，它自己加了任务标签、专注统计图表、快捷键支持、甚至用Web Audio API从零合成了几种白噪音。

　　对模糊需求的“产品化补全”能力，确实比预览版有明显进步。

　　第三个任务是寻路算法可视化，要求实现BFS、DFS、A*三种算法的逐步动画、可交互的网格画墙、迷宫自动生成。这个任务的代码量最大，也是翻车最多的地方——但翻车的方式本身就很有意思。

　　开着默认的thinking模式，V4Pro用了16384个token的输出配额，其中13394个花在了“思考”上。留给实际代码的不到3000个token，直接截断，HTML写到一半就断了。

　　关掉thinking模式重跑，54秒就输出了完整的715行代码，寻路动画、迷宫生成、暗色主题一应俱全。

　　这不是一个bug，而是V4Pro正式版的一个真实特征——thinking模式在复杂代码生成场景下，推理token可能占到输出的80%以上，反而挤压了实际内容的空间。

　　对于需要大段代码输出的任务，开发者可能需要主动关闭thinking，或者大幅提高max_tokens来兜底。

　　03大鲸鱼的位置

　　经过API实测之后，坦率地说，V4Pro0813不是一张“全面碾压”的成绩单。

　　 HLE不使用工具时42.7分，落后Claude Opus4.8的49.8和Fable5的53.3。NL2Repo以61.5落后Opus4.8的69.7。有Kimi K3在前，它在部分测试上也存在轻微差距。

　　纯知识推理和最复杂的软件工程任务，V4Pro还没有坐上头把交椅。

　　但 DeepSeek从来不是靠“最强”赢的。它靠的是那条所有人都背得出来的定律——比我强的没我便宜，比我便宜的没我强。

　　每百万token输入3元的价格，大约是Fable5的十分之一、Kimi K3的三分之一。

　　在 Agent能力从“几乎不可用”暴涨到，“能和头部闭源模型正面对打”之后，这条定律的杀伤力比预览版时期大了一个量级。

　　更值得关注的是藏在V4Flash正式版更新日志里的一行小字——评测使用了“DeepSeek Harness极简模式(即将发布)”作为Agent框架。结合前两天注册的“DeepSeek Harness团队”公众号和此前的招聘信息，DeepSeek正在准备把模型和Agent运行框架打包推出。

　　如果说过去大家的竞争还停留在“谁的模型更聪明”这个维度，那Harness的出现意味着竞争正式进入下一阶段——不是比谁的大脑更好，而是比谁能把大脑、手脚和工具箱组装成一个真正能替人干活的系统。

　　 V4Pro正式版补齐了大脑这一环。接下来，就看那个“即将发布”还要等多久了。