DeepSeek V4 Flash 0731发布：304B参数强化Agent能力，性价比突出
评分
77提供了新模型的参数、定价、评测排名及实测效果，信息密度高。
结合了权威基准与独立开发者实测，分析具体且可信。
给出了明确价格和推理参数调节建议，对开发者决策有直接帮助。
内容为最新模型发布当日的评测，时效性极强。
来源为知名AI开发者博客，并引用了Artificial Analysis等可信评测数据。
基础分 85 × T2 信源权重 ×0.9 = 77
精选线 70已入选精选
精选理由
模型发布即获得权威评测和独立开发者实测验证，信息丰富且具有直接参考价值。
AI 点评
「这个模型的亮点不在堆参数，而在于用304B就打赢了更大的对手，价格还压到这么低。对开发者来说，真正值得关注的是性价比拐点：以后做Agent应用，可能不需要再迷信超大模型。我特别留意到Simon提到的reasoning effort影响，这说明评测榜单和真实使用之间还有一道参数调优的门槛，别拿默认值直接下结论。」
速览
DeepSeek发布V4系列最新版本DeepSeek-V4-Flash-0731，参数量304B，Hugging Face权重167GB，官方称Agent能力大幅增强。Artificial Analysis评测显示其综合表现超过428B的MiniMax M3，定价仅0.14美元/百万输入tokens、0.27美元/百万输出tokens，当前性价比极高。Simon Willison实测默认推理级别效果一般，调高reasoning effort后输出质量提升明显。
- DeepSeek-V4-Flash-0731为304B参数模型，Hugging Face权重167GB，官方强调Agent能力显著增强。
- Artificial Analysis将其排在428B参数的MiniMax M3之前，显示小模型表现超出预期。
- API定价0.14美元/百万输入tokens、0.27美元/百万输出tokens，被视为当前性价比极高之选。
- Simon Willison实测发现默认推理级别效果欠佳，需调高reasoning effort以获得更佳输出。
正文
deepseek-ai/DeepSeek-V4-Flash-0731
The latest release in DeepSeek's V4 family, "with substantially enhanced agentic capabilities". It's 304 billion parameters - 167GB on Hugging Face - but it appears to punch well above its weight.Artificial Analysis 将其排在 MiniMax M3（一款428B模型）之前。它$0.14/百万输入和$0.27/百万输出的定价意味着这可能是目前性价比最高的模型。在智能指数与每个智能指数任务的成本图表上看起来非常好：
我通过OpenRouter使用默认推理级别从它那里得到了一只令人失望的鹈鹕：
但当我将推理级别调到高时，我得到了好得多的东西：
llm -m openrouter/deepseek/deepseek-v4-flash-0731 -t pelican -o reasoning_effort high
标签：ai, generative-ai, llms, pelican-riding-a-bicycle, deepseek, llm-release, openrouter, ai-in-china, artificial-analysis
相关条目
精选DeepSeek V4 在 OpenRouter 上的代币份额翻倍，智能体工作负载成主要驱动力
DeepSeek V4 的快速采用表明市场对高性能、低成本推理模型的强烈偏好，尤其是智能体场景将重塑 AI 部署格局。
91
精选启用两项设置使ARC-AGI-3基准测试分数提升三倍
这项发现太关键了！它表明模型的性能不仅取决于训练，还取决于推理时的配置。对于AI工程师和研究者来说，这是一个必须注意的优化方向。特别是那些在资源受限设备上部署模型的团队，可能会因此找到低成本提升能力的方法。
91
精选GPT-5.6：前沿智能与前沿效率的融合
这条消息值得关注，因为它标志着大模型竞争从单纯拼参数转向拼效率。对于AI开发者和企业决策者来说，GPT-5.6意味着可以用更少预算获得更高性能，尤其适合那些被推理成本挡在门外的长上下文或Agent场景。OpenAI这一步，可能重新定义‘前沿’的标准。
91
精选LFM2.5-Encoder：面向CPU快速长上下文推理的新模型
这篇博文让我眼前一亮，因为它直接解决了大模型在CPU上跑长上下文的痛点。对于没有高端GPU的团队或个人开发者，LFM2.5-Encoder系列提供了可立即使用的开源方案。尤其推荐给做RAG、文档搜索或代码分析的朋友——现在用普通服务器就能处理百万级token的文档了。
91
精选GPT-Red：OpenAI通过自我对弈实现AI红队自动化，提升模型鲁棒性
GPT-Red 是红队测试从人工到自动化的里程碑，特别适合安全工程师和对齐研究者关注。它直接降低了测试成本，但也引发了对“自动攻击”本身的伦理讨论——值得所有关注AI治理的人深入思考。
91
精选OpenAI推出GPT-5.5生物漏洞赏金计划
这个计划值得关注，因为它首次将AI漏洞赏金制度拓展到生物安全领域，不仅为安全社区提供了新的研究方向，也为AI风险治理提供了实际演练场。对模型安全研究者、生物安全专家以及关心AI双重用途的从业者尤其重要。
91
精选vLLM推出原生速度Transformers建模后端，大幅提升推理性能
这项更新对于AI工程团队非常关键：无需格式转换意味着能更快地迭代模型，而2-5倍的速度提升直接降低GPU成本。如果你正在做LLM在线服务或者批量推理，这几乎是必读的技术更新。
90
精选Google DeepMind 发布手语转文本模型 SL2T，助力聋人用户
这则消息的意义不仅在于技术突破，更在于AI开始真正关注边缘群体的需求。对开发者而言，SL2T的架构思路和技术路径值得深入研究；对无障碍倡导者来说，这是推动行业标准的重要案例。