模型與程式代理
DeepSeek-V4-Flash 0731 只重做後訓練，Terminal-Bench 2.1 官方成績升至 82.7
DeepSeek 將重新後訓練的 V4-Flash 推入 API 公測，模型架構、284B 總參數與 13B 啟用參數均未改變。新版原生支援 Responses API，主打程式代理與工具使用，但關鍵測試依賴尚未公開的 DeepSeek Harness。
DeepSeek 7 月 31 日把正式版 DeepSeek-V4-Flash API 推入公測；呼叫端仍使用 `deepseek-v4-flash`，但後端已換成 V4-Flash-0731。這不是新的基礎模型：官方明確表示架構和規模均沿用預覽版，只重新進行後訓練。模型仍是 284B 總參數、每個 token 啟用 13B 的 MoE，支援 100 萬 token 上下文；官方模型卡提供混合 FP4／FP8 權重，MoE 專家採 FP4，其餘多為 FP8。
更新的重點是代理能力。DeepSeek 報告 Terminal-Bench 2.1 得分 82.7、CyberGym 76.7、Toolathlon Verified 70.3，另在 NL2Repo 與 DeepSWE 分別取得 54.2、54.4。API 也原生接受 Responses API 格式並針對 Codex 型工作流調整，降低現有程式代理改接端點時的協定轉換成本。官方同時強調，這次只更新 Flash API；V4-Pro、網頁版與 App 仍維持舊模型。
工程團隊不宜直接把表中數字視為可重現的模型能力。程式代理評測使用尚未發布的 DeepSeek Harness minimal mode，設定為最大推理強度、`top_p=0.95`、temperature 1.0；DSBench-FullStack 與 DSBench-Hard 更是內部題庫。較可信的下一步是等待 harness、完整軌跡與成本資料公開，再以相同容器、token 預算和重試政策比較其他模型。另一方面，後訓練就能在固定架構上大幅改變工具使用表現，也顯示代理部署的版本鎖定不能只記錄模型名稱，還應保存實際快照、系統提示與推理設定。