據報 DeepSeek V4 Flash 代理任務實測成功率僅 53.8%，API 價格最高調漲達 11 倍

據報導，DeepSeek V4 Flash 雖然在排行榜表現優異，但在 Composio 進行的真實世界代理（Agent）任務測試中，複雜任務完成率僅 53.8%。測試涵蓋 Claude Code、Codex 等 8 種代理框架，執行 30 項涉及 Gmail、GitHub、Slack 與 Google Sheets 的多步驟任務。在總計 240 次執行中僅 129 次通過，且只有 6 項工作流程在所有框架皆成功，顯示模型表現高度依賴代理框架、工具配置與快取行為，而非單純的原始模型能力。 同時，DeepSeek 宣布大幅調漲 V4 Flash 與 Pro 模型的 API 價格，漲幅依模型、Token 類型與時段最高達 1,100%。新定價導入尖離峰機制（每天 17 小時為離峰），離峰時段價格減半以鼓勵彈性調度。Flash 離峰輸入/輸出每百萬 Token 為 0.22/0.66 美元，尖峰為 0.44/1.32 美元（漲幅 57% 至 371%）；Pro 離峰為 0.66/1.98 美元，尖峰為 1.32/3.96 美元（漲幅 51% 至 355%）。快取命中（Cache hits）價格則調漲 52% 至 1,100% 不等。 V4 Flash（2,840 億參數）與 V4 Pro（1.6 兆參數）分別於 7 月 31 日與 8 月 13 日推出，皆具備可調式推論能力與思維鏈（CoT）模式。儘管面臨漲價與實測挑戰，Flash 目前仍是 OpenRouter 平台上每週 Token 使用量最高的模型。