DeepSeek-V4-Flash 更新

本页更新日志日期：2026-07-31 ​ DeepSeek-V4-Flash 更新 ​ DeepSeek-V4-Flash API 的正式版本现已进入公开测试阶段。 API调用方式不变，只需将模型名称设置为deepseek-v4-flash即可使用最新版本。显着增强的代理功能，基准测试结果远远超过 V4-Pro-Preview： Terminal Bench 2.1：82.7 NL2Repo：54.2 Cybergym：76.7 DeepSWE：54.4 Toolathlon 验证：70.3 Agent 最后考试：25.2 Automation Bench（公共）：25.1 DSBench-FullStack：68.7 DSBench-Hard： 59.6 注 1：对于公共基准集中的 Code Agent 任务，官方 DeepSeek-V4-Flash 采用 DeepSeek Harness 最小模式（即将发布）为框架进行测试，最大工作量，topp=0.95，温度=1.0 注 2：DSBench-FullStack 是内部全栈开发测试集，DSBench-Hard 是内部 Coding Agent 硬问题测试集 官方 V4-Flash 原生支持 Responses API 格式并专门针对 Codex 进行了调整。具体配置请参考文档。 DeepSeek-V4-Flash-0731 保持与 DeepSeek-V4-Flash-Preview 相同的模型架构和大小，仅进行了重新后训练。注意：此更新仅升级 DeepSeek-V4-Flash API。 DeepSeek-V4-Pro API 和 APP/WEB 模型不变。 DeepSeek-V4-Pro 的正式版本即将发布。日期：2026-04-24 DeepSeek-V4 DeepSeek API 现在支持 V4-Pro 和 V4-Flash，可通过 OpenAI ChatCompletions 接口和 Anthropic 接口使用。要访问新模型，base_url 保持不变，并且模型参数应设置为 deepseek-v4-pro 或 deepseek-v4-flash 。两个旧 API 模型名称 deepseek-chat 和 deepseek-reasoner 将在三个月内停用 (2026-07-24)。当前时期，这两个模型名称分别指向 deepseek-v4-flash 的非思维模式和思维模式。有关更多详细信息，请参阅此文档。日期：2025-12-01 ​ DeepSeek-V3.2 ​ deepseek-chat 和 deepseek-reasoner 均已升级至 DeepSeek-V3.2。 deepseek-chat 对应于 DeepSeek-V3.2 的非思考模式 deepseek-reasoner 对应于 DeepSeek-V3.2 的思考模式 DeepSeek-V3.2-Speciale ​ DeepSeek-V3.2-Speciale 通过临时端点提供服务：base_url=" https://api.deepseek.com/v3.2_speciale_expires_on_20251215 "。定价与 V3.2 相同，无工具调用，有效期至 2025 年 12 月 15 日 15:59（UTC 时间）。有关更多详细信息，请参阅此文档。日期：2025-09-29 ​ DeepSeek-V3.2-Exp ​ deepseek-chat 和 deepseek-reasoner 均已升级至 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 更多详情请参考此文档。日期：2025-09-22 ​ DeepSeek-V3.1-Terminus ​ deepseek-chat 和 deepseek-reasoner 均已升级至 DeepSeek-V3.1-Terminus。 deepseek-chat对应DeepSeek-V3.1-Terminus的非思维模式，而deepseek-reasoner对应其思维模式。本次更新在保留模型原有功能的同时，解决了用户反映的问题，包括： 语言一致性：减少中英文混用和偶发异常字符的情况； Agent能力：进一步优化了Code Agent和Search Agent的性能。日期：2025-08-21 ​ DeepSeek-V3.1 ​ deepseek-chat 和 deepseek-reasoner 均已升级至 DeepSeek-V3.1。 deepseek-chat对应DeepSeek-V3.1的非思维模式，而deepseek-reasoner对应其思维模式。 DeepSeek-V3.1 的主要更新： 混合推理架构：单个模型同时支持思维模式和非思维模式 推理效率提升：与 DeepSeek-R1-0528 相比，DeepSeek-V3.1-Think 提供答案的时间明显缩短 代理能力增强：通过训练后优化，新模型在工具使用和智能代理任务方面实现了重大改进 SWE-bench 已验证：66.0 SWE-bench 多语言： 54.5 Terminal-bench：31.3 日期：2025-05-28 ​ deepseek-reasoner ​ deepseek-reasoner 模型升级至 DeepSeek-R1-0528：推理能力增强 基准测试显着改进 (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) 注意：与旧版 R1 版本相比，复杂推理任务可能会消耗更多令牌。优化的前端开发生成的网页和游戏现在具有改进的美观性。减少幻觉 显着抑制了旧版 R1 版本中存在的幻觉问题。 JSON 输出和函数调用支持 函数调用性能：Tau 基准分数：53.5（航空）/63.9（零售）日期：2025-03-24 ​ deepseek-chat ​ deepseek-chat 模型升级到 DeepSeek-V3-0324：增强推理能力 基准性能显着改进：MMLU-P