整理 | 屠敏出品 | CSDNIDCSDNnewsDeepSeek 又在深夜“放大招”了。8 月 12 日深夜DeepSeek 悄无声息地把此前一直处于预览状态的 V4 Pro 更新成了正式版模型版本号变为 DeepSeek-V4-Pro-0813。没有发布博客文章也没有一条正式的社交媒体公告。最先让外界发现 Deepseek 有更新动作的是在 DeepSeek API 的模型与价格页面上原本的 deepseek-v4-pro 对应的型号版本被悄悄替换成了 DeepSeek-V4-Pro-0813。目前通过 OpenRouter 已经可以直接查看这一版本https://openrouter.ai/deepseek/deepseek-v4-pro-0813页面显示该模型支持 100 万 Token 上下文输入价格为每百万 Token 0.435 美元输出价格为 0.87 美元。更有意思的是DeepSeek 这次更新并没有提高价格但这可能只是暂时的。因为就在几天前DeepSeek 已经在用户后台发布公告宣布计划于近期整体上调 Deepseek API 服务的定价预计涨幅较大让用户合理安排自身的使用。不过截至目前新的具体价格和生效时间尚未公布。当然价格只是一方面真正让外界兴奋的是 V4 Pro 0813 的性能。从“预览版”到正式版V4 Pro 到底升级了多少DeepSeek V4 Pro 最初是在今年 4 月 24 日以预览版身份发布的。当时DeepSeek 给 V4 Pro 配备了 1.6 万亿总参数、490 亿激活参数并首次将 100 万 Token 上下文作为 V4 系列的标准配置。DeepSeek 当时就把 V4 Pro 的定位放得非常高强调其 Agent、世界知识、代码和推理能力目标是与全球顶级闭源模型竞争。但问题在于此前外界测到的各种成绩其实都是 V4 Pro Preview 的成绩。这意味着过去几个月大家拿来和 Claude、GPT 等模型比较的很可能还是一个“半成品”。如今正式版终于来了DeepSeek 自己给出的对比数据也开始变得相当有意思。从 Deepseek 官方群发布的覆盖 10 项智能体基准测试的横向对比结果来看在 Claude Fable 5 或其他模型占优的 8 项测试里DeepSeek-V4-Pro-0813 与之相比性能差距都十分微小。综合所有测试Fable 5 平均领先幅度为 5.3%。如果剔除「无工具版人类终极考试」这一极端样本DeepSeek 得分 42.7Fable 5 为 53.3存在 10.6% 的差距大幅拉高整体差值剩余项目平均差距仅 2.8%。更值得关注的是在专门考察 AI 编程 Agent 长周期软件工程能力的基准测试 DeepSWE 中DeepSeek-V4-Pro 正式版的表现有了很大的跃升其得分从预览版的 12.8 直接提升至 62.7暴涨近 5 倍。 与传统代码生成测试不同这一基准测试要求模型真正进入一个复杂的开源代码仓库自主理解代码、修改多个文件、运行测试并不断修正最终完成一个完整的软件工程任务。这个变化反映的并不只是模型“写代码更快了”而是它处理复杂软件工程任务、连续调用工具并自主完成多轮修改的能力出现了明显提升。此外在聚焦 AI 网络安全攻防能力的 CyberGym 和面向 AI Agent 自动化能力的 AutomationBenchPublic两项基准测试中DeepSeek-V4-Pro-0813 反超 Fable 5。价格如果性能只是接近那么价格可能才是 V4 Pro 0813 最值得关注的地方。正如上文所述目前 DeepSeek API 给 V4 Pro 的价格是输入0.435 美元 / 百万 Token输出0.87 美元 / 百万 Token缓存命中输入甚至只有 0.003625 美元 / 百万 Token。相较之下Anthropic Fable 5 输入每百万 token 10 美元输出 50 美元。综合折算均价Fable 5 约 30 美元V4 Pro 约 0.65 美元前者成本大约是后者 46 倍。对于规模化使用 AI 工具的企业而言这样的成本差距至关重要。此外据外媒 The Decrypt 分析由于 Fable 5 推理耗时更长、生成文本更多因此其完成单次任务的实际成本差距更大。据 Artificial Analysis 早期时候测算基准测试中单任务成本 Fable 5 达到 3.15 美元而 V4-Flash 仅 3 美分价差约 105 倍。Hugging Face CEO Clem 估算测试的各型号每项任务的成本差异高达 800 倍Claude Fable 5 在基准测试中领先但平均每项任务的成本超过 31 美元而 DeepSeek V4 Flash (max) 的成本仅为 0.04 美元。不过目前还没有 0813 新版 V4 Pro 的单任务成本数据。整体而言拥有能够逼近最顶级的闭源模型的性能同时把成本压到后者的零头开源的 Deepseek 优势不言而喻。马斯克的 Grok 4.6 同期发布值得一提的也就是在今天马斯克为自家新模型站台官宣 Grok 4.6 发布并称其为“智能、快速且性价比极高的产品。”Grok 4.6 同样将重点放在了 AI Agent 和复杂任务上。根据 SpaceXAI 最新收购的 Cursor 官方介绍新模型基于 Grok 4.5 打造重点强化了长时间运行的 Agent以及更复杂的交互和视觉任务能够处理研究、信息分析、跨代码库开发等需要多步骤完成的工作。在性能方面Cursor 表示Grok 4.6 在多项 Agent 编程和知识工作基准测试中达到前沿水平在 Artificial Analysis Intelligence Index 上与 GPT-5.6 Sol 持平。与此同时Grok 4.6 已经登陆 Cursor、Grok Build并可通过 API 以及 OpenRouter、Vercel、Cloudflare 等平台调用价格为每百万输入 Token 2 美元、每百万输出 Token 6 美元。这也让 DeepSeek V4 Pro 和 Grok 4.6 的“同日登场”显得颇有意思一个把价格压到了极低水平一个则试图用更强的 Agent 能力冲击前沿模型。开发者已经开始“实测”了让人颇为关注的是随后有开发者也开始把这两个模型直接放在一起进行实际编程测试。在 HN 讨论区一位名为 jklmnopqrstuvw 的网友直接把 V4 Pro 0813 和 Grok 4.6 放进 Codex CLI对同一个新功能进行开发测试。结果是V4 Pro 0813 花了 12 分 02 秒成本 0.12 美元但出现 BugGrok 4.6 花了 3 分 18 秒成本 1.41 美元没有出现 Bug。这个结果其实比“某个 Benchmark 超过了多少”更有意思。因为它恰恰说明真实的软件开发中模型能力并不是一个简单的分数。当然也有人提醒不应该拿一次实验就给模型下结论。毕竟 Agent 本身具有很强的随机性一次成功或者失败并不能代表模型的整体水平。而面对 DeepSeek-V4-Pro-0813 的到来独立 AI 分析师、前 Hugging Face 研究员 Tiezhen Wang 发帖直言你可能还没有意识到这意味着什么。如果这是真的而且 DS-V4-Pro 还是开源模型那 Opus 甚至 Fable 都要“GG”了 。这意味着得益于 DeepSeek V4 极小的稀疏 KV CacheDeepSeek 有能力以只有 Fable API 价格 1/50 的成本提供与 Fable 同级别的模型同时还能获得远高于 Anthropic 的缓存命中率。最终的总成本甚至可能低 100 倍而模型能力基本处于同一水平。这对存储行业来说是个利好因为 SSD KV Cache 可能会成为标准配置。对整个 AI 行业也是好消息——AI 变得更加便宜意味着会有更多人开始使用 AI而这又会进一步加快需求增长。现在我是真的想问一句接下来会发生什么我们准备好迎接一个 Fable 开源后的世界了吗回看从 2025 年的 R1 到今年的 V4其实 DeepSeek 一直在做一件很类似的事情不是简单追求“我要做一个比所有模型都强的 AI”而是不断把前沿模型的能力往更低的成本区间里压。V4 Pro 0813 的意义可能也不只是“又一个国产大模型发布”。如果 DeepSeek 自己公布的测试结果最终能够得到第三方验证那么这一次真正值得关注的将是一个越来越明显的变化顶级闭源模型与高性价比开源模型之间的性能差距可能正在进一步缩小。参考https://openrouter.ai/deepseek/deepseek-v4-pro-0813https://x.com/Xianbao_QIANhttps://news.ycombinator.com/item?id49274600https://decrypt.co/375507/china-deepseek-upgrades-v4-pro-claude-fable