🤖 人工智能 · 大模型评测
一、正式版到底强在哪🔥 DeepSeek Pro正式版用暴涨的Agent跑分、百万级上下文和地板级价格，把国产开源旗舰的天花板又砸低了一截。
8月13日，DeepSeek官方悄然把API里的deepseek-v4-pro更新为0813版本，Pro正式版就此上线，网页、App、API同步可用。相比预览版，最直观的变化是Agent跑分几乎全面翻倍：Terminal Bench 2.1从72.1直接冲到87.9，DeepSWE从12.8暴涨到62.7，接近原来的4.9倍。用句大白话说，预览版在长任务代码上基本属于"不会做"，正式版已经能和全球第一梯队的代码Agent正面碰一碰。
这背后是技术架构的持续加码。Pro采用总参数1.6T、激活49B的MoE架构，配合同步开源的混合注意力机制与稀疏注意力方案，在1M上下文场景下，单token推理计算量仅为上一代V3.2的27%，KV缓存占用更是压到10%。长效机制做扎实了，模型才敢把百万级上下文当成默认配置。
二、参数好看，价格更狠跑分归跑分，真正让开发者坐不住的是价格。Pro版现行定价为缓存命中输入0.025元、未命中3元、输出6元每百万token，横向看，Claude Fable 5输出价高达50美元，DeepSeek仅为它的零头，综合算下来便宜约46倍。1M上下文加上最高384K输出，对长任务Agent是硬刚需——大型代码库、几十份资料、连续工具调用，窗口不够大，模型就只能不断压缩记忆，压着压着前面做过的就忘了。
不过要泼点冷水：官方已明确预告近期将整体上调API价格，预计涨幅较大。换句话说，现在的低价更像一个窗口期，不能当成永久承诺。已经有报道，V4全系正式版上线后，DeepSeek对旗舰输出的调价幅度一度高达350%。
三、该怎么客观评价它评价一个模型，不能只看单项第一。有人代码强、有人工具强、有人推理分高，难的是在终端操作、代码工程、工具调用、安全攻防、长任务执行上同时不瘸腿。V4 Pro在这点上做得相当均衡：CyberGym安全攻防83.3甚至略超Fable 5，NL2Repo拿到61.5站稳第一梯队，HLE带工具推理60.0，几乎没有明显短板。
当然代价也有——账号并发上限只有500，明显低于Flash版的2500，意味着它更适合接复杂高价值的Agent工作流，而非无脑承接高频小请求。整体看，DeepSeek Pro正式版是一次"能力上探、成本下探"的组合拳，它把一个过去的判断题交给了行业：当开源旗舰能在多数硬指标上和闭源冠军对线、价格却只有对方零头时，请给"国产大模型"四个字重新标个价。
综合掘金、36氪、Global Times报道 | 2026-08-24