DeepSeek V4 Pro更新引热议：“斩杀线”下是惊喜还是虚晃一枪？

近日，人工智能领域因DeepSeek的最新动作掀起波澜。8月12日晚间，DeepSeek官网悄然更新API文档，将Pro模型版本号变更为DeepSeek-V4-Pro-0813。与此同时，第一财经援引DeepSeek官方群消息称，一组性能评分数据显示，V4 Pro正式版在多个测试集上表现远超预览版，尤其在Agent领域权威测试集Terminal Bench 2.1中，性能比肩当前最强模型Claude Fable 5。

在核心基准测试DeepSWE中，V4 Pro正式版得分飙升至62.7分，较预览版12.8分增长近5倍，而DSBench-Hard和DSBench-FullStack的得分也分别从31.1分、41.8分提升至67.2分、71.1分。硬件规格方面，V4 Pro延续MoE架构，总参数规模达1.6万亿，每次推理激活约490亿参数，提供100万token上下文和最高38.4万token输出，这一配置对长任务Agent至关重要，可避免因上下文窗口不足导致的记忆压缩问题。调用方式保持不变，老用户无需修改代码即可自动切换至新版本，价格方面，0813版每百万token缓存未命中输入3元、输出6元，与预览版持平。

DeepSeek V4系列的发布已引发行业连锁反应。自7月31日V4 Flash正式版上线后，AI模型市场出现“反常”降价潮。尽管GPU、内存、硬盘等硬件成本持续攀升，但OpenAI、Anthropic、谷歌等大厂纷纷下调模型价格。例如，OpenAI于7月30日将GPT-5.6 Luna输入价从每百万token 1美元砍至0.2美元，输出价从6美元降至1.2美元，降幅达80%。该公司称，通过优化生产推理内核，模型服务成本降低约20%，token生成效率提升15%以上，但这一解释难以完全匹配降价幅度。财务数据显示，OpenAI单季营收57亿美元，经营性亏损却高达93亿美元，市场预测其2026年全年亏损将达140亿美元。

其他厂商也采取类似策略。Anthropic将Claude Sonnet 5的优惠价格永久化，谷歌宣布Gemini Flash 3.6输出价永久下调17%。国内市场降价幅度更为激进，智谱重置GLM Coding Plan全员额度并叠加1.5倍限时加成，火山引擎为GLM-5.2提供四倍折扣，OpenRouter上三家供应商甚至将GLM-5.2价格压至原价的5%。然而，真正站在金字塔尖的旗舰模型如GPT-5.6 Sol、Kimi K3、Claude Fable 5并未降价，它们凭借复杂推理、长链路任务等硬核能力维持溢价。以Kimi K3为例，其国内版输入输出价格较上一代分别上涨208%和270%，但Artificial Analysis智能指数显示，V4 Flash得分仅50分，明显低于头部模型。

行业观察人士指出，DeepSeek的“斩杀线”效应源于技术突破。2026年6月，DeepSeek发布DSpark推测解码模块，通过小模型快速生成草稿、大模型并行验证修正的方式，将单用户生成速度提升60%至85%，有效推理成本降至原来的1/3至1/5。这一技术逐渐成熟后，越来越多厂商开始部署类似方案。静态知识剥离技术也在降低模型成本方面发挥潜力。该技术由meta AI团队于2020年提出，通过将事实性知识从参数中剥离、依赖外部检索补充，既加快思考速度又减少幻觉输出。DeepSeek联合北大提出的Engram技术进一步优化这一逻辑，使模型能专注于组合推理等核心任务。

尽管V4 Pro性能提升显著，但其发布真实性却引发质疑。与V4 Flash正式版有完整更新日志、明确标注模型结构细节不同，V4 Pro的发布痕迹仅限于官网“模型&价格”页面、首页滚动公告及一张跑分表。权威评测机构Artificial Analysis显示，V4 Pro 0813版综合智能指数为53分，虽高于预览版的45分，但与Fable 5存在差距，甚至低于同日发布的Grok 4.6的61分。在数学能力测试Proof Bench中，V4 Pro也未挤入前十。个人评测者反馈，V4 Pro在长程AgenticCoding任务中存在早停现象，实测效果不及GLM-5.1。

有分析认为，0813版本号可能是“占位符”，DeepSeek或未直接上线新模型，而是为后续发布预留空间。此前，DeepSeek Harness负责人崔添翼透露，V4 Pro正式版将与DeepSeek Harness同步上线，而8月13日恰为Harness最后一次测试日。内测群消息显示，0813版本计划发布Harness公测版，该工具在V4 Flash测试中已展现强大能力。例如，V4 Flash正式版在Terminal Bench 2.1中取得的82.7分，实为“模型+Harness框架”的组合成绩，高于预览版的61.8分。一旦Harness与V4 Pro正式版结合，可能形成新的行业标杆。

国内厂商已加速布局这一赛道。除DeepSeek外，智谱推出针对GLM的ZCode框架，上线Goal、Subagents等四大功能。在智谱自研Code Bench中，GLM-5.2配合ZCode的复杂跨文件任务通过率比配合Claude Code高出2.39%，缓存命中率超98%，有效token量提升约30%。这场由技术突破引发的降价潮，正重塑AI模型市场的竞争格局。