- 核心观点:DeepSeek-V4-Flash 通过后训练优化实现 Agent 能力跃迁,以超高性价比重塑 Agent 竞争格局。
- 关键数据:
- 模型沿用 V4 系列 MoE 架构,总参数 2840 亿,激活参数 130 亿。
- TerminalBench2.1 得分从预览版 61.8 跃升至 82.7。
- 在九项智能体基准测试中全面反超 V4-Pro 预览版。
- 技术特点:
- 底座延续混合注意力机制,原生支持 100 万超长上下文与 38.4 万最大输出。
- 后训练优化在执行类任务上的杠杆效应远超参数堆叠。
- 定价体系:构建超高性价比定价体系,重构 Agent 应用单位。