DeepSeek-V4-Flash公测开启Agent能力全面跃升7月31日DeepSeek正式向公众开放V4-Flash正式版API公测其最突出的亮点是Agent能力大幅跃升。9项基准测试成绩的全面披露多项指标远超此前的V4-Pro-Preview预览版让“代码智能体”的能力上限再创新高。从Terminal Bench到DSBench-Hard等多方面的测试来看DeepSeek-V4-Flash正式版展现出“全能Agent”的潜质。基准测试成绩亮眼AI迈向工程师级表现在9项广泛覆盖的基准测试中DeepSeek-V4-Flash正式版表现出色。Terminal Bench 2.1以82.7的高分领跑显示出其在终端环境下具备成熟的任务执行能力近乎达到“AI运维工程师”级别。Cybergym拿下76.7分体现了出色的网络安全对抗能力。DSBench-FullStack和DSBench-Hard分别取得68.7和59.6分表明模型能胜任完整开发链路。工程适配更新降低开发者迁移成本正式版V4-Flash在工程适配上也有重要更新原生支持Responses API格式并针对性适配了Codex。这使得开发者能够更自然地将V4-Flash接入现有的Codex工作流有效降低了迁移成本。模型后训练优化为行业带来深远启示值得注意的是DeepSeek-V4-Flash-0731的模型结构和尺寸与Preview版一致仅重新进行了后训练。这表明在Agent能力赛道上后训练策略的优化空间巨大同样的模型架构经过精细调优能在基准测试中实现质的飞跃为整个行业带来了重要启示。行业趋势Agent时代或正式开启从9项基准测试的趋势来看AI的能力评测正从“写一段代码”进化到“完成一个工程任务”。DeepSeek-V4-Flash正式版在多项Agent基准上远超V4-Pro-Preview释放出竞争焦点从模型规模转向Agent能力深度优化的信号。当AI能完成多种工程任务时或许意味着AI工程师时代的开启而DeepSeek正引领这一趋势。编辑观点DeepSeek-V4-Flash的升级展现了强大的Agent能力后训练优化策略值得关注。其适配更新方便开发者或推动AI在工程领域应用V4-Pro正式版也令人期待。
