Artificial Analysis 评测 DeepSeek V4 Pro 0813：提价 264%，单任务成本升 5 倍

8 月 15 日，独立评测机构 Artificial Analysis 发布对 DeepSeek V4 Pro 0813 的：模型在 AA Intelligence Index 上得 53 分，比 4 月版 V4 Pro 高 8 分，只比 V4 Flash 0731 高 1 分。

比分数更直接的是账单。公告给出完整定价结构：官方 API 输入/输出每百万 token 1.32/3.96 美元，综合价上涨 264%，缓存命中价涨 12 倍，错峰时段打 5 折，8 月 16 日生效。

按新价格，每跑一次 Intelligence Index 任务的成本是 0.25 美元，为 4 月版 V4 Pro 的 5 倍。模型勉强留在 AA 的「智能 vs 成本」帕累托前沿上，只比同在一条线上的 Gemini 3.7 Flash（medium）便宜 1 美分。

V4 Pro 0813 发布后，此前的评测报道已记录其 53 分追平 GLM-5.2 等初步结果；AA 这份公告把焦点从分数转向了价格。

涨的 8 分，几乎全在智能体能力

这 8 分的来源并不均匀。AA 写道，相对 4 月版 V4 Pro，V4 Pro 0813 的大部分提升来自 agentic 能力。

最能说明这一点的是 GDPval-AA v2，一项衡量真实世界智能体知识工作的评测：Elo 从 1306 涨到 1590，+284 分，按 AA 的换算，意味着它对 4 月版有约 84% 的期望胜率。

这个成绩高于 Claude Opus 4.7、GPT-5.5 等上一代闭源模型，但仍落后 Kimi K3。模型在 GDPval 任务上也干得更久：平均每个任务 39 轮，4 月版是 23 轮。

另一个涨分项是 AA-Omniscience，+12 分，从 -11 升到 +1，且完全由准确率驱动：准确率从 43% 升到 49%，幻觉率不降反升，从 94% 到 95%。一个对照是，V4 Pro 0813 的作答尝试率约 99%，几乎从不拒答；Kimi K3 只尝试 77% 的问题，幻觉率 53%。

架构没有变化：1.6T 总参数、49B 激活参数、1M token 上下文窗口。

新定价 8 月 16 日生效：缓存命中价涨 12 倍

公告把 8 月 16 日定为新旧价格的分界线。从那一天起，DeepSeek 官方 API 对 V4 Pro 0813 收取每百万 token 1.32 美元（输入）和 3.96 美元（输出），综合价上涨 264%（约 3.6 倍）。在此之前，模型仍按 4 月版 V4 Pro 的价格计费。

涨幅最大的不是常规输入输出，而是缓存命中。命中缓存的输入此前享受约 99% 折扣，现在降到约 97%，折后每百万 token 0.044 美元，是此前缓存命中价的 12 倍。错峰时段价格打 5 折。

模型权重以 MIT 许可发布，首发即通过 DeepSeek 官方 API 提供。

每次任务 0.25 美元，勉强留在帕累托前沿

价格涨了，token 效率也涨了，只是两者方向相反。跑完一遍 Intelligence Index，V4 Pro 0813 共产生 128M 输出 token，比 4 月版少约 30%，也比 Kimi K3（133M）和 GLM-5.2（141M）更省 token，由此落在「智能 vs 输出 token」的开源模型帕累托前沿上。

但每次任务的账单还是贵了一截。按新价格，每次 Intelligence Index 任务成本 0.25 美元，是 4 月版 V4 Pro（0.05 美元）的 5 倍，比 GLM-5.2（0.32 美元）低约 20%。

显示，完整跑一遍这套评测总共花了 604.51 美元，在 106 个同类模型里智能排名第 3。

模型仍落在「智能 vs 单任务成本」的帕累托前沿上，但 AA 用的词是「勉强」（barely）：它只比同在一条线上的 Gemini 3.7 Flash（medium）便宜 1 美分。作为对照，GPT-5.6 Sol 得 61 分，只用了 70M token。

AA 在里用这张柱状图强调同一个结论：单任务成本从 0.05 美元升到 0.25 美元，token 效率的改善没能抵消涨价。

只比 Flash 0731 高 1 分，落后 Kimi K3 7 分

旗舰与轻量型号的差距是公告里另一个扎眼的数字。V4 Pro 0813 只比 V4 Flash 0731 高 1 分，激活参数却是后者的约 3.8 倍。两者在 Terminal-Bench 2.1 上同为 79%，在 agentic 和 coding 类基准上，小模型的表现与旗舰基本持平。

在开源权重阵营，V4 Pro 0813 是 AA 测过的第二聪明的模型，但距离开源第一名 Kimi K3 仍有 7 分。AA 还预告了一个变量：Qwen3.8 2.4T A95B 的权重近日已经发布，即将登上 Intelligence Index，届时排名可能再变。

（图：Artificial Analysis 评测公告配图）

评论区追问：AA 测的是哪个版本？

评论区还有一条更基本的质疑：AA 测的到底是不是最终版本。多位用户声称 DeepSeek 曾在发布后重新上传模型文件，认为评测结果「在几十个基准上与 Flash 相同」恰好说明当时测的是有问题的版本。

用户写道：「The fact that it produced the same results as 'flash' across dozens of benchmarks clearly indicates that the model was incorrect at the time.」中文用户直接问：「你是第一时间测的，还是在13号重新发布之后测的？」则表示：「In actual use, the Pro is far superior to the Flash, definitely by more than one point.」

对价格的批评同样直白。反问：「3.6x more expensive and only 1 point better than the cheap version. Someone explain who this is actually for.」写道：「30% fewer tokens, 3.6× the price — turns out inference efficiency and pricing efficiency are two very different benchmarks.」

截至本文写作，该公告已获约 750 个赞、约 6.2 万次浏览。在帖下可见的回复里，AA 没有回应版本质疑，只追加了上述配着成本柱状图的补充帖。无论版本争议如何收场，8 月 16 日新价格都会生效；按旧价调用 V4 Pro 0813，只剩 8 月 15 日当天。