7 月底，DeepSeek 悄然放出了新一代开源权重模型 DeepSeek V4 Flash 0731。第三方评测机构 Artificial Analysis 的完整分析页面随之上线，并以 518 分冲上 Hacker News 热榜。这份评测给出的结论相当惊人：这个输入价格仅 $0.14/百万 token 的开源模型，在综合智能指数上排到了全部 101 个受测模型的第 3 名。
背景：开源阵营的价格屠夫再出手
DeepSeek V4 Flash 0731 是一个开放权重模型（MIT 许可证，权重已上架 Hugging Face），支持文本输入输出，上下文窗口高达 100 万 token。架构上它采用混合专家（MoE）设计：总参数量 284B，但每个 token 推理时仅激活 13B 参数——这正是它能把价格压到极低的关键。
本次评测针对的是其推理（Reasoning）版本的最大努力档（Max Effort）。Artificial Analysis 的智能指数 v4.1 综合了 9 项硬核评测，包括 GDPval-AA v2、τ³-Banking、Terminal-Bench v2.1、SciCode、Humanity’s Last Exam、GPQA Diamond 等。
核心数据：智能第 3，价格地板
· 智能指数 50，排名第 3/101：远超同类模型中位数（25），跻身第一梯队；
· 输入 $0.14 / 输出 $0.28（每百万 token）：相比中位数 $0.43 / $1.20，价格排名第 22，属于”高智能里的地板价”；
· 缓存命中价 $0.003/百万 token，排名第 1：比原价便宜 98%，对长上下文重复调用场景（如 Agent 多轮对话、代码库分析）极为友好；
· 100 万 token 上下文：约相当于 1500 页 A4 文档；
· 话痨属性：跑完整个智能指数消耗了 2.1 亿输出 token，是中位数（1 亿）的两倍多。推理链更长带来更准的答案，但也意味着实际账单会因 token 消耗量而上升；
· 评测总成本仅 $72.02：作为对照，头部闭源模型跑同一套评测往往要贵出一个数量级。
技术分析：性价比的工程学
把这几组数据放在一起看，DeepSeek V4 Flash 的策略非常清晰：用 MoE 稀疏激活把单 token 推理成本压到极致，同时用更长的推理链（更高的 token 消耗）换取更高的智能分数。缓存命中价打到 $0.003 更是一个针对性极强的设计——对于 Agentic 工作流这种”前缀大量重复”的负载，实际成本可以逼近缓存价而非标价。
值得注意的是，在 Artificial Analysis 的”每任务成本”（Cost per Task）指标上，它已经把同门乃至其他竞品甩开——有 HN 评论指出其每任务成本已比 Luna 低约 2 倍。
社区反响
Hacker News 上的 280+ 条评论围绕几个焦点展开。最热的话题是”以下犯上”：既然 Flash 版已经能打赢 DeepSeek V4 Pro，那么几周内是否会迎来对标甚至超越 Opus 5 的新 Pro 版？也有细心的读者对”每个智能指数任务的输出 token 数”数据提出疑问，认为 Kimi K3（Max）的推理 token 消耗看起来偏低，与实际体验不符，引发了一波关于评测口径的讨论。此外，原帖链接一度 404，正确的模型页面地址在评论区被反复转发。
结语
DeepSeek V4 Flash 0731 再次证明开源阵营的迭代速度：第 3 名的智能、第 1 名的缓存价格、MIT 许可证。对于正在构建 Agent 产品的团队来说，”用 1/10 的预算跑 90% 分位的智能”已经从口号变成了可采购的现实。闭源旗舰模型的定价压力，这个夏天只会更大。
原文链接：https://artificialanalysis.ai/models/deepseek-v4-flash
HN 讨论：https://news.ycombinator.com/item?id=49120299