DeepSeek-V4-Flash 公測上線，Agent Arena 排名總榜第 21、開源第 3，超越自家 V4-Pro

DeepSeek 宣布 DeepSeek-V4-Flash 官方 API 進入公開測試，同時大幅升級其 Agent 能力。Agent Arena 根據超過 12,500 場真實世界代理任務對 DeepSeek-V4-Flash-20260731（High 配置）進行評測，該模型以 +1.98% 淨改善排名總榜第 21，在開源模型中排名第 3。 與自家模型相比，V4-Flash 排名比 DeepSeek-V4-Pro 高出 6 位（V4-Pro 淨改善為 -0.47%），比前一版 DeepSeek-V4-Flash 高出 13 位（前版為 -2.81%）。 在五項關鍵指標中，V4-Flash 在 Confirmed Success（使用者明確確認任務成功）表現突出，達 +6.99%；但在 Steerability（模型能否根據使用者反饋修正方向）較弱，為 -2.31%。其餘三項指標包括 Praise vs. Complaint（使用者隱性情緒）、Bash Recovery（CLI 錯誤恢復能力）及 Tool Hallucination（是否呼叫不存在的工具）。 DeepSeek 表示，官方 V4-Flash 現已原生支援 Responses API 格式，並完整適配 Codex。