经济观察报 记者 陈月芹

DeepSeek新模型上线不需要一则正式公告，用户们会自己发现蛛丝马迹并广而告之。2026年8月13日凌晨，其官网API定价页面上，新模型“deepseek-v4-pro”后的版本号从预览版变成DeepSeek-V4-Pro-0813。

两天时间里，头部大模型产品你追我赶，Grok 4.6和总参数达到2.4T并开放权重的Qwen3.8 Max密集发布。

在评估大模型替代能力时，最核心的指标在于其能否胜任复杂、长周期的Agent（智能体）任务。而DeepSeek V4 Pro的Agent能力已经全面逼近Anthropic旗下Claude Fable 5，并在成本端降维打击。Claude Fable 5是目前全球公认最顶级的闭源旗舰模型。

例如，在衡量终端环境中执行自主操作与问题排查能力的Terminal Bench 2.1基准测试中，DeepSeek V4 Pro正式版87.9分，与Claude Fable 5的88分仅有极微弱的差距；在安全性和高度复杂多步骤环境交互上，DeepSeek V4 Pro 83.3分，反超了Claude Fable 5的83.1分。

在官方API定价上，DeepSeek V4 Pro（现行基准）缓存未命中的输入价格为每百万Token 3元，输出价格为6元，仅为Claude Fable 5（约360元）的1/60，只有国内竞品Kimi K3（100元）的零头。

V4 Pro缓存命中的输入价格则低至每百万Token 0.025元，在多轮对话以及写长文、写代码、生成报告等生成型任务场景，近乎“白菜价”。

ChatGPT和Claude等绝大多数模型的输出成本通常是输入成本的4倍—5倍，而DeepSeek V4 Pro的输出成本仅为输入的2倍。

从工作原理上看，大模型在阅读资料（输入）时能一目十行，而输出需要逐字（Token）生成，且生成下一个词时，必须重新读取前面所有词的KV Cache（键值缓存），算力大量闲置在等待数据传输上，因此输出的成本远高于输入。

目前，大模型领域最活跃的应用场景，主要是编程开发、办公、多步骤Agent、合成数据生成（用AI生成数据来训练其他AI），而这些场景几乎都是输出消耗大户。

缩小这一价差，对开发者的利好更明显。如果输出成本是输入的5倍，用户开启深度思考模式明显更“烧钱”，但DeepSeek将输出成本倍数压至2倍，用户用其生成复杂代码、数十页长篇报告，或让智能体在后台持续运作时，花费将大幅降低。

DeepSeek的更新频率也在明显加速。2023年至2024年，其主力模型从Coder到V2、V3，迭代间隔约5—7 个月；2025年全年发布7个版本，主力版本迭代压缩至约3—4个月，从R1更新到V3.1、V3.2，进入高频迭代期；到了2026 年，DeepSeek不再单次上新完整版本，先发布V4预览版再到Flash转正，间隔98天，随后Pro正式版跟进，间隔缩短至13天。

随着模型推理能力接近天花板，决定智能体表现的将是外部的运行框架Harness。Harness框架负责为模型分配权限、调取工具、管理上下文以及审批流程，是决定智能体如何读文件、失败重试和持续执行的关键。此前，在V4 Flash正式版的更新测试中，官方已经透露使用了即将发布的DeepSeek Harness框架。