DeepSeek V4 Flash 0731发布：304B参数，性价比超越MiniMax M3，agentic能力大幅增强
DeepSeek发布V4 Flash 0731，304B参数，定价$0.14/M输入，$0.27/M输出，性价比登顶。在Artificial Analysis智能指数上超越MiniMax M3，agentic能力增强。本文解析性能、价格及对中文开发者的意义。
一句话看懂
DeepSeek发布V4 Flash 0731，304B参数，定价极低，在Artificial Analysis上性价比登顶，agentic能力大幅增强。
详细发生了什么
DeepSeek 发布了 V4 家族最新成员 DeepSeek-V4-Flash-0731，官方称其”agentic 能力大幅增强”。模型拥有 3040 亿参数，在 Hugging Face 上权重文件约 167GB，但实际表现远超其体量。
独立评测机构 Artificial Analysis 将其排在 MiniMax M3（428B 参数）之前，而定价仅为每百万输入 token $0.14、每百万输出 token $0.27。在”智能指数 vs 每任务成本”的散点图上，DeepSeek V4 Flash 0731 位于左上角绿色”最具吸引力象限”，智能得分约 50，每任务成本约 $0.028。同等或更低智能的模型（如 MiniMax-M3、Kimi K3 low、GLM-5.1、Kimi K2.6）成本是其十倍以上；性能更强的模型（如 Grok 4.5、Gemini 3.6 Flash、GLM-5.2、Kimi K3、Claude Opus 5、GPT-5.6 Sol）每任务成本则在 $0.4 到 $3 之间。
作者 Simon Willison 通过 OpenRouter 用默认 reasoning level 测试，生成了一只”令人失望的鹈鹕”（配图显示扁平矢量插画，长脖子橙色喙，但形态扭曲）。
中文圈视角
对中文开发者来说，DeepSeek V4 Flash 0731 的定价极具吸引力，尤其适合高频调用场景（如批量文本处理、代码生成）。相比国产同类，MiniMax M3 和 Kimi K3 价格高一个数量级，而 DeepSeek 在智能指数上反超，性价比优势明显。
不过，中文用户需注意：模型通过 Hugging Face 和 OpenRouter 分发，国内直连可能受限，建议使用国内镜像（如 ModelScope）或 API 中转服务。此外，agentic 能力增强意味着在 tool calling、多步推理任务上表现更好，但实际效果需在中文语境下测试，因为评测数据可能偏重英文。
监管方面，DeepSeek 作为国产模型，数据合规风险较低，但若通过 OpenRouter 等海外平台调用，需注意数据出境问题。建议企业用户优先选择国内合规渠道。
几条值得记住的细节
- 参数规模 304B，Hugging Face 权重约 167GB，但性能超越 428B 的 MiniMax M3。
- 定价：$0.14/百万输入 token，$0.27/百万输出 token，性价比登顶。
- 在 Artificial Analysis 智能指数上得分约 50，每任务成本仅 $0.028。
- 官方强调 agentic 能力大幅增强，适合复杂任务。
- 作者实测默认 reasoning level 下生成图像质量一般，但文本能力未详细测试。
一句话总结
DeepSeek V4 Flash 0731 以极低成本提供高智能，是当前性价比最优选择，但中文场景需测试。