大模型赋能投研系列之二十八：DeepSeek V4 Pro金融投研能力评测

DeepSeek V4Pro正式版：Agent能力跃升、Harness开放 2026年8月13日，DeepSeek V4 Pro正式版在APP、网页端和API同步上线，本次更新的核心不是继续扩大参数或上下文，而是把后训练重点转向生产环境中的Agent执行能力，并同时补齐Responses API、Codex适配和思考强度控制。V4 Pro采用MoE架构，总参数1.6T、单Token激活参数49B，原生支持100万Token上下文，API最大输出长度为384K；在100万Token上下文下，其单Token推理FLOPs和KV Cache分别约为DeepSeek-V3.2的27%和10%。相比4月预览版，正式版在HLE工具增强、TerminalBench 2.1、DeepSWE、Toolathlon-Verified和AutomationBenchPublic上分别提升24.5%、21.9%、389.8%、32.6%和148.4%。 价格方面，自北京时间8月17日0时起，DeepSeek改用峰谷定价，空闲时段价格为高峰时段的一半；以"100万未命中输入+20万输出"的长程Agent任务衡量，V4 Pro空闲/高峰成本约7.2/14.4元，空闲价约为Kimi K3的17%、ClaudeOpus 4.8的10%，即使高峰时段也仍约为Kimi K3的34%，成本优势依然明显。与正式版发布同期开放的DeepSeek Harness开发者预览版采用“一切皆插件”的开放架构，预置Standard、PTC、Minimal和Creator四种模式，并采用追加式会话日志记录系统提示词、推理、工具调用与返回等完整执行轨迹。总体来看，V4 Pro的竞争力已由单点模型转向模型—Harness协同。 DeepSeek V4 Pro三类金融投研任务实测 我们以估值建模、多因子回测和行业研究三个真实投研任务，对DeepSeek V4 Pro、Kimi K3和GLM-5.2三个模型进行了实测。估值任务中，Kimi K3排名第一，其收入预测按"分产品销量×单价"拆解，颗粒度最细，报告结论与目标价、评级一致；DeepSeek V4 Pro排名第二，报告口径更新、结论审慎，但Excel关键公式存在系统性错位，修改假设后无法可靠重算；GLM-5.2排名第三，工作簿核心公式异常、结论无法复核，存在明显冲突。 回测任务中，DeepSeek V4 Pro排名第一，扣除交易成本、明确区分信号日与执行日并剔除停牌，底稿完整、可逐期复核；Kimi K3排名第二，交付较完整，但未扣成本、未区分交易时点、未处理不可交易状态，高换手下收益可能被明显高估；GLM-5.2排名第三，毛净收益完全相同，相当于未扣成本，中间过程披露不足。 行业研究任务中，DeepSeek V4 Pro排名第一，投资框架可复算，Wiki沉淀了来源页、实体页与综合页，关键数据可追溯；Kimi K3排名第二，评分框架完整但Wiki沉淀不足；GLM-5.2排名第三，知识库覆盖面最大，但缺少评分权重与计算方法，结论无法还原，可核实性最弱。总体来看，三个模型在预测颗粒度、底稿可复核性、交易约束处理和来源追溯等方面仍存在明显差距。 风险提示 结果通过历史数据统计、建模和测算完成，历史规律不代表未来；在市场环境发生变化时，模型存在失效的风险;策略依据一定的假设通过历史数据回测得到，当交易成本或其它条件改变时，可能导致策略收益下降甚至出现亏损；大模型输出的内容存在一定的随机性和准确性风险；本文所提炼的观点，基于一定的提示词产生，大语言模型输出的结果可能随着提示词的变化而发生变化。部分应用本身可能存在一定的安全风险，在使用此类应用时，用户需自行承担由此可能引发的任何风险和后果。在使用AI生成内容时，需要注意相关版权问题。用户应确保所使用的工具及其生成的内容符合相关法律法规的要求，避免侵犯他人知识产权。 内容目录 一、DeepSeek V4 Pro正式版：Agent能力跃升、Harness开放........................................5 1.1正式版定位与架构基础...................................................................51.2 Agent能力跃升：公共基准对比...........................................................51.3 API价格调整与性价比分析...............................................................61.4 DeepSeek Harness：从模型能力到执行系统.................................................71.5小结：V4 Pro的竞争力由单点模型转向模型—Harness协同...................................9 2.1估值任务...............................................................................92.1.1各模型估值建模表现..................................................................102.1.2各模型估值任务能力总结..............................................................142.2回测任务..............................................................................152.2.1各模型回测任务表现..................................................................152.2.2各模型回测任务能力总结..............................................................192.3行业研究任务..........................................................................202.3.1各模型行业研究任务表现..............................................................212.3.2各模型行业研究任务能力总结..........................................................25 图表目录 图表1：DeepSeek V4 Pro正式版公开规格.........................................................5图表2：DeepSeek V4 Pro正式版相对预览版的Agent基准提升.......................................6图表3：前沿模型共同Agent基准对比............................................................6图表4：DeepSeek V4系列API价格调整（元/百万Token）..........................................6图表5：前沿模型API价格与场景成本对比........................................................7图表6：前沿模型能力—成本定位................................................................7图表7：DeepSeek Harness插件架构..............................................................8图表8：DeepSeek Harness四种运行模式..........................................................8图表9：估值任务prompt总要求.................................................................9图表10：估值任务分点要求（节选）............................................................10图表11：估值任务逻辑链......................................................................10图表12：DeepSeek V4 Pro交付的估值模型工作簿.................................................11图表13：DeepSeek V4 Pro交付的投资分析报告...................................................11 图表14：DeepSeek V4 Pro核心假设方式.........................................................11图表15：DeepSeek V4 Pro部分公式异常.........................................................11图表16：Kimi K3交付的估值模型工作簿.........................................................12图表17：Kimi K3交付的投资分析报告...........................................................12图表18：Kimi K3经营预测拆解逻辑.............................................................12图表19：Kimi K3部分公式异常.................................................................12图表20：GLM-5.2交付的估值模型工作簿.........................................................13图表21：GLM-5.2交付的投资分析报告...........................................................13图表22：GLM-5.2经营预测拆解逻辑.............................................................14图表23：GLM-5.2摘要页出现公式异常..........................................................14图表24：模型估值任务表现对比................................................................14图表25：回测任务Prompt总要求...............................................................15图表26：回测任务分点要求.................................................................