2026年9月10日,DeepSeek发布552B参数的非对称MoE架构,并推出该新架构模型族中最小的模型DeepSeek-V4.1-Flash。据DeepSeek介绍,该架构采用新的Causal Encoder–Decoder,输入仅激活8B参数,输出激活16B参数;其称新预训练方法与更大规模的RL后训练使该架构的基准测试成绩超过包括DeepSeek-V4-Pro在内的旗舰模型。DeepSeek-V4.1-Flash具备原生视觉理解能力,旨在增强能力、加快推理、提高吞吐量,并支持扩展至更大模型。目前尚无后续有合格事实证据的发展。
匹配字段标题
2026年9月10日,DeepSeek在其API上线原生多模态模型V4.1-Flash,调用时需将模型名设为deepseek-flash。与此同时,V4-Flash与V4-Flash-Vision-Exp退役,其旧模型名暂时被路由至新模型。DeepSeek还表示,自9月14日04:00 UTC起,发往deepseek-v4-pro的请求也将按V4.1-Flash费率转发至该模型,直至V4.1-Pro上线。
匹配字段标题
2026 年 8 月 26 日,Fireworks AI 发布对 DeepSeek V4 Pro 0813 的评测结果,并宣布该模型的训练支持已在 Fireworks 上线,支持 SFT、DPO 和 RFT。评测使用 SWE-Bench Verified、LiveCodeBench v6、Aider Polyglot 和 Terminal-Bench 2.1 四组基准。Fireworks 称,DeepSeek V4 Pro 在 SWE-Bench Verified 上得分 95.2%,高于 Kimi K3 的 92.6% 和 Fable 5 的 85.4%;在 LiveCodeBench v6 上得分为 92.0%。成本方面,该模型在 SWE-Bench 上每解决一个任务花费 0.309 美元,Fable 5 为 0.808 美元;在 LiveCodeBench 上分别为 0.040 美元和 0.225 美元。在 409 个任务的合并样本上,DeepSeek V4 Pro 与 Fable 5 的 oracle 路由准确率为 92.4%,高于单用 Fable 5 的 86.6%,每任务成
匹配字段标题
2026年8月21日,DeepSeek为API加入多模态支持,实验模型deepseek-v4-flash-vision-exp可接收文本与图像混合输入,并兼容Chat Completions、Messages和Responses接口。开发者可通过base64、外部URL或Files API提供图像,其中Files API支持图片上传及跨请求复用。每张图像最多按384 tokens计费,采用V4-Flash定价。当前材料未提供该能力转为正式模型或进一步扩展的进展。
匹配字段标题
2026年8月13日,DeepSeek发布并开源DeepSeek Harness v0.1开发者预览版,采用MIT许可证,面向全球构建智能体运行框架的开发者。该项目由Cordis元框架驱动,将模型、工具、技能、会话、沙箱、文件系统、循环、编排和用户界面设计为可组合、替换及扩展的插件。目前输入材料仅提供此次发布信息,故事仍处于活跃状态。
匹配字段标题
2026年8月16日,DeepSeek随V4系列发布宣布更新API定价,并引入高峰与低谷两档费率。按照此次公布的方案,低谷时段的API费率比高峰时段低50%,用户可据此更灵活地安排工作负载。新价格计划于2026年8月16日16:00(UTC)正式生效。目前输入材料仅披露了峰谷价差和生效时间,未提供各模型的具体单价、高峰与低谷时段划分,以及原有价格与新价格的逐项对比。
匹配字段标题
2026年7月31日,DeepSeek升级DeepSeek-V4-Flash API。据DeepSeek说明,DeepSeek-V4-Flash-0731与预览版保持完全相同的模型架构和规模,此次升级仅适用于DeepSeek-V4-Flash API,DeepSeek-V4-Pro API及App/Web模型暂时不变,DeepSeek-V4-Pro正式版将尽快发布。后续报道称,该模型在架构不变的情况下通过新一轮微调,在独立测试中超越更大的DeepSeek-V4-Pro,Artificial Analysis智能指数达50分;其为284B总参数、13B激活参数的MoE架构,支持最高100万token输入与384,000 token输出,MIT许可下权重可免费商用,API价格为每百万输入/缓存/输出token $0.14/$0.0028/$0.28。2026年8月13日,DeepSeek发布DeepSeek-V4-Pro,重点升级Agent能力,并为V4-Pro与V4-Flash提供low、high和max三档推理强度,原生支持OpenAI Responses API并针对Codex优化,
匹配字段标题
2026年8月6日,Unsloth发布DSpark,用于加速DeepSeek-V4-Flash-0731的GGUF本地推理。据Unsloth介绍,该方案使本地生成速度提升约1.4至2倍,且精度不变,本地可达到120 tokens/s。Unsloth同时提供了对应的GGUF文件与使用指南。目前该事件仅有这一条进展,尚无后续更新。
匹配字段标题
2026年9月14日,Fireworks AI 发布并评测 DeepSeek-V4.1-Flash。据其公布结果,该模型在 DeepSWE 上 pass@1 为 74.34%,与 GPT-6-Astra 的 74.12% 处于同一水平;单任务成本 0.43 美元,约为 Astra 的 1/15。该模型为 552B 参数 MoE,采用输入 8B、输出 16B 的分离激活预算,KV Cache 的 HBM 占用降至上一代 V4 的 1/4。在 HLE 上它得分 34.52%,低于 Astra 的 50.40%,Fireworks 认为它更适合智能体编码而非高难推理。9月28日,Fireworks AI 发布首个缓存感知路由器 FireRouter with Opus,已在 CLI 上线并首次作为独立路由模型提供,可在 Claude Opus 5.5、GLM 5.3 和 GLM 5.3 Flash 之间按任务适配度、提示词缓存成本和切换代价选择模型;其一个多月内部 A/B 测试显示,编码任务每次会话成本从 15.36 美元降至 6.63 美元,降幅 57%(±19 个百分点),准确率为纯 O
匹配字段标题
DeepSeek 计划支持并扩展部署选项 V4.1-Flash推理
English translation is being prepared.
匹配字段标题
DeepSeek 发布 552B参数非对称MoE架构
English translation is being prepared.
匹配字段标题
2026 年 8 月 26 日,Fireworks AI 发布对 DeepSeek V4 Pro 0813 的评测结果,并宣布该模型的训练支持已在 Fireworks 上线,支持 SFT、DPO 和 RFT。评测使用 SWE-Bench Verified、LiveCodeBench v6、Aider Polyglot 和 Terminal-Bench 2.1 四组基准。Fireworks 称,DeepSeek V4 Pro 在 SWE-Bench Verified 上得分 95.2%,高于 Kimi K3 的 92.6% 和 Fable 5 的 85.4%;在 LiveCodeBench v6 上得分为 92.0%。成本方面,该模型在 SWE-Bench 上每解决一个任务花费 0.309 美元,Fable 5 为 0.808 美元;在 LiveCodeBench 上分别为 0.040 美元和 0.225 美元。在 409 个任务的合并样本上,DeepSeek V4 Pro 与 Fable 5 的 oracle 路由准确率为 92.4%,高于单用 Fable 5 的 86.6%,每任务成
匹配字段标题
2026年8月26日,Fireworks AI公布了对DeepSeek V4 Pro 0813在CyberGym安全基准上的评测结果。测试覆盖697个共同有效任务,DeepSeek V4 Pro的奖励率为53.7%,每个成功任务成本2.502美元,约为Kimi K3的一半。同一批结果中,Kimi K3奖励率最高,为68.4%,每个成功任务成本4.914美元;GPT-5.5奖励率47.6%,每个成功任务成本9.641美元;Claude Opus 4.8奖励率5.9%,每个成功任务成本33.275美元。Fireworks AI还称,DeepSeek V4 Pro在840个任务上全部产生原生工具调用,没有出现拒答或输出截断;一旦通过第一阶段验证,它完成完整补丁的比例为94.7%。目前没有后续进展。
匹配字段标题
2026年8月26日,Fireworks AI公布了对DeepSeek V4 Pro 0813在CyberGym安全基准上的评测结果。测试覆盖697个共同有效任务,DeepSeek V4 Pro的奖励率为53.7%,每个成功任务成本2.502美元,约为Kimi K3的一半。同一批结果中,Kimi K3奖励率最高,为68.4%,每个成功任务成本4.914美元;GPT-5.5奖励率47.6%,每个成功任务成本9.641美元;Claude Opus 4.8奖励率5.9%,每个成功任务成本33.275美元。Fireworks AI还称,DeepSeek V4 Pro在840个任务上全部产生原生工具调用,没有出现拒答或输出截断;一旦通过第一阶段验证,它完成完整补丁的比例为94.7%。目前没有后续进展。
匹配字段标题
DeepSeek 上线 支持图片上传与跨请求复用的Files API
English translation is being prepared.
匹配字段标题
DeepSeek 发布并开源 DeepSeek Harness v0.1开发者预览版
English translation is being prepared.
匹配字段标题
DeepSeek 发布 DeepSeek-V4-Pro
English translation is being prepared.
匹配字段标题
DeepSeek 更新 API定价并引入峰谷费率
English translation is being prepared.
匹配字段标题
DeepSeek 升级 DeepSeek-V4-Flash API
English translation is being prepared.
匹配字段标题
Unsloth 推出 DSpark，使DeepSeek-V4-Flash-0731 GGUF本地生成提速约1.4–2倍
English translation is being prepared.
匹配字段标题