DeepSeek V4 Flash 距 Luna 仅 1 分，价差 60%，同一天 OpenAI 砍价 80%

7 月 31 日下午，DeepSeek 将 V4-Flash-0731 推入公开 Beta。284B 总参数、13B 活跃参数、256 个路由专家每 token 激活 6 个、1M 上下文——与四月预览版逐比特一致。但 benchmark 全盘改写。

Artificial Analysis 智力指数从前代的 40 跳到 50，距 GPT-5.6 Luna 的 51 分只差 1 分，高出自家 V4-Pro-Preview 整整 6 分。Agent 类测试涨幅最剧烈：GDPval-AA v2 从 1189 Elo 飙到 1559，Terminal-Bench 2.1 从 61.8 拉到 82.7，DeepSWE 从 7.3 跳到 54.4。

价格纹丝不动：输入 $0.14/百万 token，输出 $0.28/百万 token。权重以 MIT 协议开源在 Hugging Face。官方公告推文在 12 小时内获得 516 万次浏览、2.2 万点赞、2,748 次转发。

Unsloth 六小时掏出 GGUF，antirez 连夜上传量化，NVIDIA 亲自下场站台

社区的反应速度比以往任何一次模型发布都快。而且这次是从 GGUF、vLLM、OpenCode 到免费端点同时铺开。

Unsloth 团队在 DeepSeek 官方推文下秒回："如果 Flash 已经这么强、这么小，Pro 得什么样？我们等不及做量化了。"十小时后，Unsloth 创始人兼 CEO Daniel Han 发布完整 GGUF 量化包：4-bit 无损版 162GB，3-bit 版 103GB 可在 110GB RAM 设备上运行。当天晚间，1-bit 至 3-bit 的轻量量化也全部上线。

vLLM 项目同步宣布 day-zero 支持，在推文中写道："与 DSpark 预览 checkpoint 相同架构，你的推理配置可以直接沿用。DSpark 投机解码模块内置在权重中，一行 flag 即可开启。"Hugging Face 产品负责人 Victor Mustar 搭了一个免费公共端点，OpenAI 兼容 API，无需 token。

OpenCode——拥有 12.9 万关注者的开源 coding agent 平台——数小时内将 V4 Flash 0731 接入 Go 和 Free 层级，推文称"初步反应是比 Preview 版有巨大提升"。NVIDIA RTX Spark 官方账号当晚发推祝贺，附上 Unsloth GGUF 的本地运行引导。Redis 作者 antirez 在深夜推文："GGUF 文件正在上传，明天测试。"

Android 开发者 Elshayib 报告实际使用数据："用 Hermes Agent 跑一个完整任务，32 分钟，花了 $0.07。这个模型便宜到 $2 够用一整天。"

OpenAI 同一天把 Luna 降价 80%——但 V4 Flash 还是便宜 60%

7 月 30 日，OpenAI 宣布 GPT-5.6 Luna 降价 80%：输入从 $1 砍到 $0.20/百万 token，输出从 $6 砍到 $1.20。GPT-5.6 Terra 同步降价 20%。OpenAI 的理由是"GPT-5.6 帮助自身提升了服务效率"。

24 小时后，DeepSeek 推出 V4 Flash 0731，定价 $0.14/$0.28——Luna 在砍价 80% 之后，每任务成本仍比 DeepSeek 贵约 60%。差距的关键是 DeepSeek 的 98% 缓存命中折扣：缓存命中价仅 $0.0028/百万 token，行业标准是 90%。

这不是 DeepSeek 第一次用价格倒逼对手。V3 时代以 $5.6M 训练成本击穿行业叙事，如今 Flash 0731 把性能拉到 Luna 鼻尖，价格却是对手的五分之二。CNBC 在 7 月 30 日报道中指出，OpenAI 的降价发生在"企业对 AI 成本日益敏感"的背景下。

架构没变、参数没变，GDPval 涨了 370 Elo——后训练才是这次的主角

DeepSeek 没有扩大模型。284B 参数、256 个路由专家、每 token 激活 6 个——架构与预览版完全一致。全部增益来自一轮后训练。

Artificial Analysis 的 Intelligence Index 覆盖 9 项评估，V4 Flash 0731 在每一项上都超过前代。GDPval-AA v2 模拟复杂真实办公场景的 agent 评估，涨幅 370 Elo，在开源权重模型中仅次于 Kimi K3（1687 Elo）。CritPt 上升 9 个百分点至 17%，SciCode 上升 5 个百分点至 50%，Humanity's Last Exam 上升 5 个百分点至 37%。

幻觉率同步收敛。AA-Omniscience 幻觉率从 96% 降到 84%，降了 12 个百分点，与 GPT-5.6 Terra（85%）和 Mistral Medium 3.5（82%）进入同一区间。但准确率未变——模型不乱编了，不是更聪明了。

Token 效率也在提升。跑完 Intelligence Index 全套评估，0731 用了约 2.06 亿输出 token，比前代少 12%。用更少的 token 拿更高的分——这是后训练带来的推理效率红利。

当 Flash 的 agent 能力超过 Pro，"便宜=弱"的定价逻辑在坍塌

V4 Flash 0731 的 Intelligence Index 是 50 分，V4-Pro-Preview 是 44 分。Flash 不是"够用就行"的穷人版——它在 agent 任务上全面碾压比它大 3.7 倍的 Pro。13B 激活参数拿到了 49B 激活参数拿不到的成绩。

这直接撼动了闭源模型的定价根基。此前性能与价格大致成正比：强则贵，便宜则弱。现在 DeepSeek 把最强 agent 模型放在 Flash 线，定价是 GPT-5.6 Luna 的五分之二、Opus 4.8 的八十九分之一。Codex Router 开发者 Ziwen Xu 在教程视频中列出模型选择器里的价格对比：DeepSeek V4 Flash 输出 $0.28/百万 token，Opus 4.8 输出 $25/百万 token——"同一个 picker，89 倍差价。"

io.net 联合创始人 Tory Green 在推文中写道："这对前沿实验室来说是一种全新的压力。一次便宜的开放模型追上来，没问题。但这次，同样的权重、同一条架构，仅靠一轮更好的训练就跳过了大半程。开放权重仅靠训练就在缩小差距，每一轮周期后溢价空间都在变小。"

Arena.ai 给出独立验证：V4 Flash 0731 在 Frontend Code Arena 得分 1586，排名第 7 总榜、第 3 开源榜，比预览版跃升 154 分，比 V4-Pro-Preview 高出 121 分。性价比在所有同类模型中排第一。

价格表的倒挂，才是今天最重要的信号

Flash 比 Pro 强。Flash 的价格只有 Luna 的五分之二。Flash 可以跑在一台 DGX Spark 上。Flash 的权重已经开源，六小时内社区铺完了从 GGUF 到 vLLM 到 OpenCode 的整条链路。

DeepSeek 用一次纯后训练升级，把"前沿 AI"从云端月费拉到了硬件的一次性投入。V4-Pro 正式版还没来，Flash 已经把定价基准线划在了这里。

Sources:

• DeepSeek 官方公告推文 — 516 万浏览，2.2 万点赞，2,748 转发
• Artificial Analysis 独立评测 — 完整 benchmark 数据与 Intelligence Index 分析
• The Decoder 报道 — 284 Elo 跃升、60% 价格优势确认
• Unsloth GGUF 发布推文 — 4-bit/3-bit 量化包与本地运行指南
• vLLM day-zero 支持推文 — 投机解码一行 flag 配置
• OpenCode 集成推文 — Go/Free 层级接入
• NVIDIA RTX Spark 官方推文 — 本地 GGUF 运行引导
• antirez GGUF 推文 — 深夜量化上传
• Arena.ai 独立评估 — Frontend Code Arena 1586 分
• OpenAI GPT-5.6 降价公告 — Luna 降价 80%、Terra 降价 20%
• CNBC 报道 — Luna 新价格 $0.20/$1.20
• Unsloth DeepSeek V4 本地运行指南 — GGUF 量化规格与硬件要求
• NVIDIA 开发者论坛 — DGX Spark 单机实测