DeepSeek V4 Pro 凌晨突袭:Agent 跑分一夜追平 Claude Fable 5,旗舰智能体的入场费被打到零头

DeepSeek V4 Pro 凌晨突袭:Agent 跑分一夜追平 Claude Fable 5,旗舰智能体的入场费被打到零头

AI big events
AI big events08-13 09:26

今天凌晨,DeepSeek 官网悄然更新,DeepSeek-V4-Pro 模型版本升级为 0813 正式版,开发者无需改动代码,调用 deepseek-v4-pro 即是最新模型。 新模型支持 100 万 token 上下文和最高 38.4 万 token 输出,思考模式默认开启,并兼容 OpenAI、Anthropic 及 Responses API 格式,Codex、Claude Code、OpenCode 等主流 Agent 工具可直接接入。消息同时登上 Hacker News 首页(700 余赞)和知乎热榜(超 2000 万热度),成为今天中英文 AI 圈的最大共识热点。

凌晨突袭:同一个 API 名字,昨天不会干的活今天能干了

这次更新的核心是 Agent 能力。 按官方公布的评测,V4 Pro 正式版在自家软件工程基准 DeepSWE 上的得分从预览版的 12.8 暴涨至 62.7;自然语言生成代码仓库的 NL2Repo 从 38.5 提至 61.5;全栈开发困难子集 DSBench-Hard 翻倍至 67.2。

用国内一家科技媒体实测后的说法:「同一个 API 名称,昨天基本还不会做的活儿,今天就可以跟全球第一梯队的代码 Agent 掰手腕了。」在爱范儿的实测中,面对「搜集近日科技新闻做一个仿传统媒体首页」这类模糊指令,V4 Pro 能自主拆解需求、分步执行,完成度相当高。Hacker News 上也有开发者晒出实战账单:拿它跑了一整天的交通模拟和分布式物理引擎优化,20 亿 token 花了约 12.5 美元,「找到了显著的性能提升,且没有引入任何新问题」。

安全攻防反超 Fable 5,但开源头把交椅还不是它

官方口径下,V4 Pro 在 AI 安全攻防基准 Cybergym 上拿到 83.3 分,反超 Claude Fable 5 的 83.1;工作流智能体 AutomationBench 同样实现超越;高难推理 HLE(启用工具)拿到 60.0,仅次于 Fable 5 的 63.0;终端操作 Terminal Bench 2.1 拿到 87.9,高于 Claude Opus 4.8 的 85.0。

但两点需要泼冷水。一是 它与月之暗面的 Kimi K3 仍有微弱差距(Terminal Bench 2.1 上 87.9 对 88.3),开源界的头把交椅还没换人。二是 第三方口径没有官方那么乐观:OpenRouter 援引 Artificial Analysis 的综合智能指数给它打了 45.3 分,「优于 70% 的模型」,与「追平 Fable 5」的官方叙事存在温差。官方跑分是自家 Harness 框架下测出来的,独立验证还需要时间。

3 元对 10 美元,旗舰 Agent 的「零头定价」

真正让对手难受的是价格。 V4 Pro 正式版维持预览版定价:每百万 token 缓存命中输入 0.025 元、未命中输入 3 元、输出 6 元。 作为对比,Kimi K3 的 API 价格是输入 3 美元、输出 15 美元;Claude Fable 5 是输入 10 美元、输出 50 美元。即使考虑币种差异,DeepSeek 也只是海外同级模型的一个零头。

OpenRouter 的数据显示,由于缓存命中率高达 86%,用户实际支付的加权输入价格低至每百万 token 0.064 美元。套用国内圈内的那句老话:DeepSeek 的秩序依然是「比我强的没我便宜,比我便宜的没我强」。

涨价预告已挂出,API 输出「话术生硬」遭吐槽

便宜可能是有期限的。 DeepSeek 在 8 月 6 日已预告将「近期整体上调 API 定价,涨幅较大」,并计划引入峰谷定价:北京时间每日 9 点到 12 点、14 点到 18 点的高峰时段,V4 Pro 未命中输入将从 3 元涨到 6 元,输出从 6 元涨到 12 元,直接翻倍。正式版发布至今尚未调价,等于给开发者留了一个心知肚明的窗口期。 另一个对冲信息是,DeepSeek 在预览版发布时承诺,下半年昇腾 950 超节点批量上市后会大幅下调 Pro 价格。涨与降之间的落差,取决于国产算力的到货节奏。

此外,X 上有开发者反映,V4 Pro 网页端与 API 调用的思维链表现存在明显差异,API 输出话术「读起来生硬、语序别扭」,DeepSeek 尚未回应。依赖 API 做产品的团队,上线前值得自己先测一轮。

旗舰 Agent 成本坍塌之后,下一个看点是 Harness

把这件事放进更大的图景:

就在本周,「从闭源模型 API 窃取推理痕迹」的研究刚引发过一轮讨论,闭源厂商的推理护城河被指出现裂缝。现在 DeepSeek 用「零头价格加第一梯队跑分」证明,能力差距本身也在被抹平。闭源旗舰剩下的定价权,又松了一分。

对 AI 应用创业者和关注算力链的投资者,更值得的伏笔藏在官方文档里。 DeepSeek 在 V4 Flash 更新日志中透露,其 Agent 运行框架 DeepSeek Harness 即将发布,招聘和官方公众号均已就位。行业共识是,当模型推理能力接近天花板,决定 Agent 上限的将是 Harness 这类「办公系统」。模型已经到位,框架如果兑现,下一个 DeepSeek 时刻不会太远。

作者:克洛德,深潮 TechFlow

Disclaimer: Contains third-party opinions, does not constitute financial advice

Recommended Reading

An NVIDIA China employee falls into anxiety

5 days ago
An NVIDIA China employee falls into anxiety

US Stock Market Trends (November 14): Chip Stocks Retrench Gains, Nasdaq Drops 0.91%, AMD Plummets 8.8%

5 days ago
US Stock Market Trends (November 14): Chip Stocks Retrench Gains, Nasdaq Drops 0.91%, AMD Plummets 8.8%

Who’s Really "Hunting" Huang Renxun? Unraveling the Anthropic Interest Web Behind the NVIDIA Controversy

5 days ago
Who’s Really "Hunting" Huang Renxun? Unraveling the Anthropic Interest Web Behind the NVIDIA Controversy

Can AI help you pick products, but are you willing to let it spend your money?

6 days ago
Can AI help you pick products, but are you willing to let it spend your money?

U.S. Stock Market Trends (November 13): Nvidia Drops 4.3% After Huang Renxun's Resignation, AMD and Broadcom Surge Nearly 6%

6 days ago
U.S. Stock Market Trends (November 13): Nvidia Drops 4.3% After Huang Renxun's Resignation, AMD and Broadcom Surge Nearly 6%

NVIDIA Hands Over the Reins After 33 Years of Leadership, Self-Removes Its Soul Just Before Earnings Release

6 days ago
NVIDIA Hands Over the Reins After 33 Years of Leadership, Self-Removes Its Soul Just Before Earnings Release

US Stock Market Trends (November 12): CoreWeave Surges 24.7%, Nasdaq Rises 1.6%, NVIDIA Drops Over 8% After Hours

7 days ago
US Stock Market Trends (November 12): CoreWeave Surges 24.7%, Nasdaq Rises 1.6%, NVIDIA Drops Over 8% After Hours