DeepSeek的小型模型刚刚超越了自家旗舰模型
内容提要
DeepSeek发布V4-Flash-0731公开测试版，通过后训练提升智能体性能，未改架构。模型总参数2840亿，激活130亿，小于V4-Pro，但基准测试超越后者。支持MIT许可、Responses API及Codex集成，可自托管，降低推理成本，体现小模型通过优化追赶大模型的趋势。
延伸解读
后训练优化：小模型也能超越大模型
V4-Flash-0731未改变架构，仅通过后训练就实现了性能提升，并在多个智能体基准上超越参数规模更大的V4-Pro预览版。这表明，在模型大小之外，训练策略和优化技术同样关键。对于企业而言，这意味着在考虑升级到更大模型之前，可以优先探索对现有模型进行后训练调优，以更低的成本获得性能提升。
独立测试与官方数据存在差异
DeepSeek报告的Terminal-Bench 2.1得分为82.7，但Artificial Analysis的独立测试结果为79%，两者存在差距。这提醒用户在评估模型性能时，不应仅依赖官方数据，还应参考第三方独立测试结果，并结合自身业务场景进行实际验证，以更准确地判断模型是否满足需求。
开放许可与API兼容性降低采用门槛
V4-Flash-0731采用MIT许可，支持自托管，并兼容Responses API和Codex集成。对于已使用OpenAI风格API的团队，可以无缝切换或并行测试该模型，无需大幅改动现有工作流。这种开放策略有助于企业更灵活地控制部署和成本，也反映了开源模型在追赶闭源模型方面的趋势。
Q&A
DeepSeek-V4-Flash-0731相比预览版有哪些改进？
DeepSeek-V4-Flash-0731通过额外的后训练大幅提升了智能体能力，基准测试成绩远超V4-Pro-Preview，但模型架构和参数量保持不变。
DeepSeek-V4-Flash-0731的参数量是多少？与V4-Pro相比如何？
V4-Flash-0731总参数2840亿，激活参数130亿；而V4-Pro总参数1.6万亿，激活参数490亿。V4-Flash明显更小。
DeepSeek-V4-Flash-0731在哪些基准测试上超越了V4-Pro？成绩如何？
DeepSeek报告V4-Flash-0731在Terminal-Bench 2.1上得分82.7，DeepSWE上54.4，Toolathlon-Verified上70.3，均超过V4-Pro-Preview。但独立测试显示Terminal-Bench 2.1得分为79%，低于官方数据。
DeepSeek-V4-Flash-0731的许可证是什么？对使用者有何好处？
该模型采用MIT许可证，允许组织自由部署、修改和自托管，不受限于DeepSeek的托管API，提供了更大的控制权和灵活性。
DeepSeek-V4-Flash-0731支持哪些API和集成？
V4-Flash支持Responses API，用于构建AI智能体和多步骤工作流，并已发布与Codex开发工作流集成的说明。这降低了采用该模型的难度。
DeepSeek-V4-Flash-0731的发布反映了什么行业趋势？
该发布表明，通过后训练优化现有模型而非单纯扩大模型规模，可以显著提升性能，同时降低推理成本。这也反映了开放权重模型与专有模型差距缩小的趋势。
