9.0
重磅
AI SCORE
模型发布2026-07-31 14:56
DeepSeek V4 Flash 正式版上线：原生适配 Codex
DeepSeek API Docs#DeepSeek#Codex#AI 编程
Editor brief · 编辑速览
DeepSeek-V4-Flash 正式版 API 开放公测，Agent 基准表现显著提升，原生支持 Responses API 并针对 Codex 完成适配；本次仅升级 Flash API，Pro 与 APP/WEB 端保持不变。
DeepSeek-V4-Flash 正式版 API 上线公测。API 调用方式不变，将模型名设置为 deepseek-v4-flash，即可使用最新版本。
Terminal Bench 2.1：82.7
Toolathlon Verified：70.3
Agent Last Exam：25.2
Automation Bench（Public）：25.1
DSBench-FullStack：68.7
注 1：对于公开基准测试集中的 Code Agent 任务，正式版 DeepSeek-V4-Flash 使用 DeepSeek Harness 极简模式（即将发布）作为框架进行测试，并使用 max 档位，topp=0.95、temperature=1.0。
注 2：DSBench-FullStack 是内部使用的全栈开发测试集，DSBench-Hard 是内部使用的 Coding Agent 难题测试集。
DeepSeek API 已支持 V4-Pro 与 V4-Flash，并支持 OpenAI ChatCompletions 接口与 Anthropic 接口。访问新模型时，base_url 保持不变，model 参数需要改为 deepseek-v4-pro 或 deepseek-v4-flash。
旧有 API 接口中的两个模型名 deepseek-chat 与 deepseek-reasoner 将于三个月后（2026-07-24）停止使用。当前阶段，这两个模型名分别指向 deepseek-v4-flash 的非思考模式与思考模式。
deepseek-chat 和 deepseek-reasoner 都已升级为 DeepSeek-V3.2。
deepseek-chat 对应 DeepSeek-V3.2 的非思考模式。
deepseek-reasoner 对应 DeepSeek-V3.2 的思考模式。
我们非正式部署了 DeepSeek-V3.2-Speciale 的 API 服务。API 用户可以通过设置 base_url="https://api.deepseek.com/v3.2_speciale_expires_on_20251215" 访问该模型。该模型的 API 价格不变，只支持思考模式下的对话功能，不支持工具调用等功能；最大输出长度默认为 128K，服务支持至北京时间 2025-12-15 23:59。
deepseek-chat 和 deepseek-reasoner 都已升级为 DeepSeek-V3.2-Exp。
deepseek-chat 对应 DeepSeek-V3.2-Exp 的非思考模式。
deepseek-reasoner 对应 DeepSeek-V3.2-Exp 的思考模式。
deepseek-chat 和 deepseek-reasoner 都已升级为 DeepSeek-V3.1-Terminus。deepseek-chat 对应 DeepSeek-V3.1-Terminus 的非思考模式，deepseek-reasoner 对应 DeepSeek-V3.1-Terminus 的思考模式。
此次更新在保持模型原有能力的基础上，针对用户反馈的问题进行了改进，包括：
deepseek-chat 和 deepseek-reasoner 都已升级为 DeepSeek-V3.1。deepseek-chat 对应 DeepSeek-V3.1 的非思考模式，deepseek-reasoner 对应 DeepSeek-V3.1 的思考模式。
DeepSeek-V3.1 包含以下主要变化：混合推理架构，一个模型同时支持思考模式与非思考模式；更高的思考效率，相比 DeepSeek-R1-0528，DeepSeek-V3.1-Think 能在更短时间内给出答案；更强的 Agent 能力，通过 Post-Training 优化，新模型在工具使用与智能体任务中的表现有较大提升。SWE-bench Verified：66.0，SWE-bench Multilingual：54.5，Terminal-bench：31.3。
混合推理架构：一个模型同时支持思考模式与非思考模式。
更高的思考效率：相比 DeepSeek-R1-0528，DeepSeek-V3.1-Think 能在更短时间内给出答案。
更强的 Agent 能力：通过 Post-Training 优化，新模型在工具使用与智能体任务中的表现有较大提升。SWE-bench Verified：66.0，SWE-bench Multilingual：54.5，Terminal-bench：31.3。
SWE-bench Verified：66.0
SWE-bench Multilingual：54.5
deepseek-reasoner 模型升级为 DeepSeek-R1-0528：
推理能力增强。基准测试成绩显著提升（Pass@1）：AIME 2025：70.0 → 87.5（+17.5），GPQA：71.5 → 81.0（+9.5），LCB_v6：63.5 → 73.3（+9.8），Aider：57.0 → 71.6（+14.6）。注：处理复杂推理问题时，相比旧版 R1 会使用更多 tokens。
基准测试成绩显著提升（Pass@1）：AIME 2025：70.0 → 87.5（+17.5），GPQA：71.5 → 81.0（+9.5），LCB_v6：63.5 → 73.3（+9.8），Aider：57.0 → 71.6（+14.6）。
AIME 2025：70.0 → 87.5（+17.5）
GPQA：71.5 → 81.0（+9.5）
LCB_v6：63.5 → 73.3（+9.8）
Aider：57.0 → 71.6（+14.6）
注：处理复杂推理问题时，相比旧版 R1 会使用更多 tokens。
Web 前端开发能力优化：生成的网页与游戏更加美观。
幻觉降低：极大程度抑制了旧版 R1 中存在的幻觉问题。
支持 Json Output 与 Function Calling。Function call 性能：Tau-bench score：53.5（Airline）/63.9（Retail）。
Function call 性能：Tau-bench score：53.5（Airline）/63.9（Retail）。
Tau-bench score：53.5（Airline）/63.9（Retail）。
deepseek-chat 模型升级为 DeepSeek-V3-0324：
推理能力增强。基准测试成绩显著提升：MMLU-Pro：75.9 → 81.2（+5.3），GPQA：59.1 → 68.4（+9.3），AIME：39.6 → 59.4（+19.8），LiveCodeBench：39.2 → 49.2（+10.0）。
基准测试成绩显著提升：MMLU-Pro：75.9 → 81.2（+5.3），GPQA：59.1 → 68.4（+9.3），AIME：39.6 → 59.4（+19.8），LiveCodeBench：39.2 → 49.2（+10.0）。
MMLU-Pro：75.9 → 81.2（+5.3）
GPQA：59.1 → 68.4（+9.3）
AIME：39.6 → 59.4（+19.8）
LiveCodeBench：39.2 → 49.2（+10.0）
Web 前端开发能力优化：代码生成准确率提升，生成的网页与游戏前端更加美观。
中文写作能力升级：风格与内容得到优化，实现与 R1 写作风格对齐，中长篇写作内容质量提升。
风格与内容优化：实现与 R1 写作风格对齐，中长篇写作内容质量提升。
功能增强：多轮交互式改写能力提升，翻译质量与书信写作得到优化。
中文搜索能力优化：针对报告分析类请求进行了优化，输出内容更加详实。
Function Calling 能力改进：Function Calling 准确率提升，修复 V3 之前的问题。
Function Calling 准确率提升，修复 V3 之前的问题。
deepseek-reasoner 是我们的新模型 DeepSeek-R1，可以通过指定 model=deepseek-reasoner 调用。
详细更新请参考：DeepSeek-R1 正式发布。
deepseek-chat 模型升级为 DeepSeek-V3，接口保持不变，可以通过指定 model=deepseek-chat 调用。
详细更新请参考：DeepSeek-V3 正式发布。
deepseek-chat 模型升级为 DeepSeek-V2.5-1210，模型各项能力均有提升，相关基准测试如下：
与此同时，新版本模型还优化了文件上传和网页总结功能的用户体验。
DeepSeek V2 Chat 和 DeepSeek Coder V2 两个模型已经合并升级，升级后的新模型为 DeepSeek V2.5。
为保持向前兼容，API 用户通过 deepseek-coder 或 deepseek-chat 均可访问新模型。
新模型在通用能力和代码能力方面都显著超过了旧版本的两个模型。
新模型更好地对齐了人类偏好，并针对写作任务、指令跟随等多个方面进行了优化：
新模型在原 Coder 模型的基础上进一步提升了代码生成能力，针对常见编程应用场景进行了优化，并在标准测试集中取得了以下成绩：
LiveCodeBench（1—9 月）：41%
DeepSeek API 创新采用硬盘缓存，价格再降一个数量级。
更新详情请参阅文档：API 上线硬盘缓存，2024/08/02。
更新接口 /chat/completions：JSON 输出、Function 调用、对话前缀续写（Beta）、8K 最长输出（Beta）。
新增接口 /completions：FIM 补全（Beta）。
更新详情请参阅文档：API 升级新功能，2024/07/25。
deepseek-coder 模型升级为 DeepSeek-Coder-V2-0724。
deepseek-chat 模型升级为 DeepSeek-V2-0628，模型推理能力提升，相关基准测试如下：
在 Arena-Hard 测评中，与 GPT-4-0314 的对战胜率从 41.6% 提升至 68.3%。
模型的角色扮演能力显著增强，可以在对话中按要求扮演不同角色。
deepseek-coder 模型升级为 DeepSeek-Coder-V2-0614，代码能力显著提升，在代码生成、代码理解、代码修复和代码补全方面达到了 GPT-4-Turbo-0409 的水平，同时拥有卓越的数学与推理能力，通用能力与 DeepSeek-V2-0517 持平。
deepseek-chat 模型升级为 DeepSeek-V2-0517，模型在指令跟随方面的性能得到显著提升，IFEval Benchmark Prompt-Level 准确率从 63.9% 跃升至 77.6%。此外，我们还优化了 API 端对 system 区域指令的跟随能力，显著改善了沉浸式翻译、RAG 等任务的用户体验。
模型输出 JSON 格式的准确性得到提升。在内部测试集中，JSON 解析率从 78% 提高至 85%；通过引入恰当的正则表达式，JSON 解析率可进一步提高至 97%。