Arena榜单：DeepSeek-V4-Flash正式版超过Claude-Opus-4.8，跻身第7位

7月31日，深度求索（DeepSeek）上线了 DeepSeek-V4-Flash 正式版 API 公测。

在模型结构与参数不变（激活参数仅 130 亿）的前提下，仅通过重新后训练，就实现了 Agent 与复杂代码能力的跨越式提升。其在 Agent 基准测试中逼近 V4-Pro 预览版，并在 Arena 代码生成榜上高居第 7，超越了 claude-opus-4.8。

本次发布的亮点主要集中在：

一、首发自研 Agent 框架 DeepSeek Harness

在基准测试中首次披露 DeepSeek Harness（极简模式） 框架，展现了模型层与 Agent 运行环境的深度协同优化。

二、生态协议全面原生兼容

1. Responses API 原生兼容：适配 OpenAI 新一代 API 格式，比传统 Chat Completions 更利于多轮工具调用与结构化控制，便于低成本迁移。


2. 无缝接入 Codex 编程工具：通过 Responses API 直接对接 OpenAI Codex 体系（如 Codex CLI、VS Code 扩展）。开发者无需更换日常习惯的 AI 编程插件和界面，改行配置即可切到 DeepSeek。


3. Anthropic API 原生兼容：首次原生兼容 Anthropic 协议，针对 Claude 生态（如 Claude Code）编写的工具链可实现零成本无缝切换。

三、极致性价比资费

资费依然维持在极低标准：

• 输入（命中缓存）：¥0.2 / 百万 Token


• 输入（未命中缓存）：¥1.0 / 百万 Token


• 输出：¥2.0 / 百万 Token

核心在于“加量不加价”：价格与先前的预览版持平，但能力已跃升至逼近 Pro 预览版，让开发者用轻量预算就能运行高阶任务。

仅凭后训练就让 Flash 版本展现出如此诚意，而根据官方在 API 日志中的承诺，完全体 V4 Pro 正式版也将在随后“尽快发布”，非常值得进一步期待。

Arena大模型双盲评测榜单 (中国大陆镜像站)