DeepSeek V4-Pro 差点被自家新模型下线，然后被用户留了下来
1.7T 总参、三档思考强度、原生 Responses API；两个月内 DeepSeek 发了四个模型退役两个，这条产品线的节奏值得所有把它写进生产的人看一眼
文章目录
共 6 节8 月 13 日，DeepSeek 把 V4-Pro-0813 推成正式版，APP、网页、API 三端同时上。9 月 10 日，V4.1-Flash 发布，官方计划 9 月 14 日之后把 V4-Pro 的请求路由到新的 Flash 上——等于软性下线旗舰。然后 9 月 10 日的公告里又写了一句：应用户要求，保留 V4-Pro 的独立服务。
这四天里发生了什么我们不知道。但结论很清楚：有一批真金白银的用户跳出来说，Flash 替不了 Pro。
一、V4-Pro 到底是个什么东西
- →HF 模型卡标 1.7T 总参，MoE 架构，配 DSpark 投机解码
- →激活参数官方没公布。网上流传的「49B 激活」对应的是 4 月 24 日那个 Preview 版本，不是 8 月 13 日的 GA 版，别拿来套
- →1M 上下文 / 384K 最大输出
- →MIT 协议开源，HF 仓库
deepseek-ai/DeepSeek-V4-Pro-0813 - →API model id：
deepseek-v4-pro
价格（元每百万 token，空闲 / 高峰）：
| 项目 | V4-Pro | V4.1-Flash | 倍数 |
|---|---|---|---|
| 缓存命中输入 | 0.15 / 0.30 | 0.02 / 0.04 | 7.5× |
| 缓存未命中输入 | 4.5 / 9.0 | 1 / 2 | 4.5× |
| 输出 | 13.5 / 27.0 | 4 / 8 | 3.4× |
表格可左右滑动
高峰时段是北京时间周一到周五（不含法定节假日）的 9:00-12:00 和 14:00-18:00，其余时间按空闲价，正好是高峰价的一半。
二、官方分数：Flash 确实在多数项上反超了
把两个模型官方公布的数摆在一起看：
| 评测 | V4-Pro-0813 | V4.1-Flash |
|---|---|---|
| Terminal Bench 2.1 | 87.9 | 90.6 |
| DeepSWE | 62.7 | 74.2（v1.1） |
| Toolathlon-Verified | 74.1 | 未公布 |
| NL2Repo | 61.5 | 未公布 |
| DSBench-FullStack | 71.1 | 未公布 |
| DSBench-Hard | 67.2 | 未公布 |
| GPQA Diamond | 未公布 | 90.9 |
表格可左右滑动
这张表本身就是个问题：两个模型公布的评测项只有两项重叠。剩下的是各说各话——Pro 强调 DSBench 这类数据科学全栈任务，Flash 强调 GPQA 和 DeepSWE。
所以那句「Flash 全面超越 Pro」，从公开数字看更像「Flash 在自己挑的项目上超越了 Pro」。用户要求保留 Pro，很可能就发生在 Pro 那几项独有评测对应的真实场景里——数据科学全栈、复杂工具编排。
当两个模型公布的评测只有两项重叠，你看到的不是能力对比，是两份互不相干的宣传材料。
三、三档思考强度怎么用
V4-Pro GA 版新增了 low / high / max 三档思考强度。这是这一代国产模型的共同趋势，但各家档位语义不一样，DeepSeek 这三档的实操经验：
- →low：走分类、抽取、格式转换这类「答案空间很小」的活。这类任务给高强度是纯烧钱，而且容易过度思考把简单问题想复杂
- →high：默认档，日常写代码、写文档、做分析
- →max：只留给「一次跑对比跑三次划算」的场合——比如一次性的架构方案评审、一份要发出去的对外文档
档位直接决定输出 token 数，而输出 token 是这两个模型里最贵的一项（13.5 元对 4 元）。最常见的一种浪费：整个服务把档位写死成 max，而跑的却是「把这段 JSON 转成表格」这类活。
四、原生 Responses API 这件事值多少
V4-Pro GA 同时支持了 OpenAI 的 Responses API 原生格式。7 月 31 日转正式版的 V4-Flash-0731 也带了这个能力，当时的说法是为了对接 Codex。
对国内团队的实际价值：你原来用 Responses API 写的 agent 循环，换个 base_url 和 model 就能切到 DeepSeek，不用重写工具调用与状态管理那一层。这是迁移成本上的真金白银。
要泼的冷水：兼容不等于等价。各家对工具调用的并行度、思考块的处理、流式返回的分帧都有自己的做法，同一段代码跑两家，行为差异要自己测。别看到「兼容 Responses API」就以为可以一键切。
五、两个月发四个、退役两个
把 DeepSeek 这两个月的动作按时间列一遍：
- →7 月 31 日 V4-Flash-0731 由 Preview 转正式版（304B 总参，MIT）
- →8 月 13 日 V4-Pro-0813 GA，8 月 16 日 16:00 UTC 新价生效
- →8 月 21 日 V4-Flash-Vision-Exp 发布（305B 总参，Flash 线首次原生视觉），同期发布 DeepSeek Harness 0.1.1 和免费的 Files API
- →9 月 10 日 V4.1-Flash 发布，
deepseek-v4-flash与deepseek-v4-flash-vision-exp双双退役，请求转发到deepseek-flash
两个月，四次发布，两个 id 退役。Vision-Exp 从生到死正好三周。
这个节奏对两类人意味着完全不同的事：
如果你在做原型、做内容、做一次性的批处理，这是好事，每隔几周就有更便宜或更强的东西给你换。
如果你在做需要长期一致性的东西——比如一套对外的评测基线、一个要跑一年的数据标注流水线、一个已经写进合同 SLA 的服务——Flash 线不适合你。退役公告里只写「暂时路由」，没有兼容期截止日。这种承诺在生产环境里等于没有承诺。
这种场景下的两条路：要么用 deepseek-v4-pro 这种有独立服务承诺的档位，要么直接把 MIT 协议的权重拉下来自己部署——这正是 MIT 这两个字在这一批模型里最值钱的地方。后面几篇会讲到，同期几家国产开源模型的许可证里写着营收分成条款，那个「开源」跟 DeepSeek 这个不是一回事。
六、给中国团队的三条具体建议
- →生产配置里别留退役 id。现在就 grep 一遍代码库，把
deepseek-v4-flash和deepseek-v4-flash-vision-exp换掉。它们今天还能转发，明天不一定 - →别只按价格切模型。Pro 贵 3.4 倍，但这 3.4 倍在数据科学全栈、长链工具编排这类活上可能是值的。用你自己的任务跑一轮 A/B，跑完再决定，别照着官方那句话切
- →把批量任务排到空闲时段。空闲价是高峰价的一半，这是价格页白纸黑字写的规则，不用谈判不用申请，改个 cron 的事
最后说句实在的：DeepSeek 这两个月的动作，对使用者最大的价值不是某一个模型，是它把「同档能力」的价格锚往下拖了一大截。你现在去和任何一家谈价，手里都多了一张牌。