刚刚 DeepSeek V4 Pro 0813正式发布：Pro终于把旗舰位置拿回来了

就在刚刚，DeepSeek V4 Pro 正式版上线，底层版本号为DeepSeek-V4-Pro-0813。

这次不只是 API 页面换了一个日期。DeepSeek 随后放出的正式版跑分显示，0813 在代码 Agent、工具调用和自动化任务上都有明显提升。7 月底，参数更小的 V4 Flash 0731 曾在九项 Agent 测试中全面超过 Pro 预览版；不到两周，Pro 又把差距拉了回来。

先说结论：V4 Pro 0813 在 DeepSeek 自家模型中重新坐稳旗舰位置，也进入了当前 Agent 模型的第一梯队。不过，它没有全面超过 Kimi K3、Opus 4.8 和 Fable 5。

图：DeepSeek 官方公布的 V4 Pro 0813 模型对比成绩，2026 年 8 月 13 日。

这次正式发布了什么

DeepSeek 官方 API 文档已经将deepseek-v4-pro指向DeepSeek-V4-Pro-0813。原有用户不需要改模型名，也不需要更换 Base URL，重新请求时会直接使用新版本。DeepSeek API 文档

目前确认的规格如下：

其中，版本号、上下文、输出上限和接口能力来自当前 API 页面；1.6T 总参数、49B 激活参数来自 DeepSeek V4 Pro 模型卡。官方暂未说明 0813 是否调整了基础架构，从跑分变化的位置看，这轮升级的重点显然落在了后训练和 Agent 能力上。DeepSeek 模型与价格｜V4 Pro 官方模型卡

Pro 预览版到 0813：有几项几乎换了一个模型

先看 DeepSeek 内部的纵向对比。除 HLE 外，下面的分数均为单项成绩，越高越好；HLE 分别列出不使用工具和使用工具的成绩。

最夸张的是 DeepSWE：12.8 涨到 62.7，增加了 49.9 分。Cybergym、DSBench-FullStack 和 DSBench-Hard 也分别提高 30.6、29.3 和 36.1 分。这几项都涉及较长链路的代码修改、环境操作或工具调用，刚好也是 V4 Pro 预览版最容易掉链子的地方。

这组变化很难用“多想一会儿”解释。更合理的判断是，0813 进行了面向代码 Agent 的大规模后训练，补齐了预览版在工具使用和长任务执行上的短板。

相比 V4 Flash 0731，Pro 0813 在表中所有项目也都领先，但差距没有它对预览版那么夸张：Terminal Bench 高 5.2 分，DeepSWE 高 8.3 分，DSBench-FullStack 只高 2.4 分，Agents’ Last Exam 更是只高 0.5 分。

所以 Flash 0731 并没有突然失去价值。它仍是更便宜、更快的选择；Pro 的优势主要出现在更难、更长、失败成本更高的任务里。

和 GLM、Kimi、Claude 放在一起，V4 Pro 到了什么位置

官方图同时列出了 GLM 5.2、Kimi K3、Opus 4.8，以及带 fallback 的 Fable 5。完整成绩如下：

V4 Pro 0813 有两个明确的单项第一：

• Cybergym 83.3，略高于 Fable 5 的 83.1；
• AutomationBench Public 31.8，高于 Kimi K3 的 30.8、Fable 5 的 29.1 和 Opus 4.8 的 27.2。

Terminal Bench 2.1 的 87.9 也已经贴近最高水平：比 Opus 4.8 高 2.9 分，距离 Kimi K3 只有 0.4 分，距离 Fable 5 只有 0.1 分。

短板同样很清楚。HLE 不使用工具时，V4 Pro 0813 只有 42.7，落后 Opus 4.8 的 49.8 和 Fable 5 的 53.3；DeepSWE、Toolathlon 和 DSBench-FullStack 也没有拿到第一。NL2Repo 则以 61.5 落后 Opus 4.8 的 69.7。

这不是一张“DeepSeek 全面碾压”的表。更准确的说法是：V4 Pro 0813 在终端操作、安全和自动化工作流上已经能和头部闭源模型正面对打，但在纯知识推理与部分复杂软件工程任务上仍有差距。

这张跑分表还要注意三件事

第一，数据来自 DeepSeek 官方，并非第三方独立复测。厂商跑分适合判断模型升级方向，最后是否好用，仍要看同一套 Agent 框架和真实项目里的复现结果。

第二，Fable 5 一栏明确写有w/ fallback，说明部分任务可能触发后备模型。它和单一模型的直接比较需要留一点余地。

第三，DSBench-FullStack 与 DSBench-Hard 是 DeepSeek 自有测试集。它们能反映内部优化成果，但外部目前无法像公开 Benchmark 那样完整核验。真正值得优先看的，是 Terminal Bench、DeepSWE、Toolathlon、HLE 等公开项目。

截至发稿，Artificial Analysis 的 V4 Pro 页面仍显示 4 月版本，尚未明确标注完成 0813 重测。此前“Flash 0731 综合分高于 Pro”的第三方结论，现在只能视为旧版 Pro 的历史成绩，不能再拿来代表 0813。Artificial Analysis：V4 Pro

价格没变：Pro 仍然便宜，但不再是 Flash 的平替

DeepSeek 当前的人民币 API 价格如下：

Pro 的缓存命中价只比 Flash 高 0.005 元，但缓存未命中输入和输出都是 Flash 的三倍。对于会反复读取同一个代码仓库、长文档或系统提示词的 Agent，缓存命中价格很有吸引力；普通聊天、批量生成和高并发接口，Flash 依旧更划算。DeepSeek 官方价格页

需要留意的是，官方已经在价格页提示：近期计划整体上调 API 定价，而且“预计涨幅较大”。因此，当前 3 元输入、6 元输出的 Pro 价格不一定会维持很久。

已接入的项目不用改代码

DeepSeek 继续使用滚动模型名deepseek-v4-pro。原来的 Java、Python 或 Node.js 项目不需要迁移接口，只要正常发起请求，就会访问最新的 0813 版本。

{"model":"deepseek-v4-pro","messages":[{"role":"user","content":"阅读这个代码仓库，定位订单重复扣款的原因并提交修复方案"}],"thinking":{"type":"enabled"},"reasoning_effort":"max","stream":true}

OpenAI 兼容接口仍是https://api.deepseek.com，Anthropic 兼容接口为https://api.deepseek.com/anthropic。

滚动升级虽然省事，生产环境仍建议保留版本切换前后的回归样例。0813 对 Agent 行为改动很大，同一条提示词的工具选择、思考长度和输出格式都可能变化。至少应重新测试函数调用、JSON 输出、超时设置和 Token 上限，不要只看接口是否返回 200。

最后说几句

V4 Pro 0813 最重要的变化，是把预览版“题做得不错，但 Agent 容易翻车”的印象扭了回来。

DeepSWE 从 12.8 到 62.7，Cybergym 从 52.7 到 83.3，Terminal Bench 从 72.1 到 87.9。这不是边角修补。虽然 DeepSeek 还没有公布 0813 的完整训练细节，但从提升集中的项目看，代码 Agent 显然是这轮更新的主线。Flash 0731 先展示了后训练带来的跃升，Pro 0813 随后又把上限往前推了一截。

当然，官方跑分只是第一张成绩单。V4 Pro 0813 能否在不同 Agent 框架、真实代码库和长时间任务中保持稳定，还要等第三方复测。至少从今天这张表看，DeepSeek 已经回答了一个最直接的问题：

Pro 为什么叫 Pro？这次终于有一组说得过去的答案了。

资料来源

1. DeepSeek 官方发布的 V4 Pro 0813 跑分对比图，2026 年 8 月 13 日
2. DeepSeek：首次调用 API
3. DeepSeek：模型与价格
4. DeepSeek：更新日志
5. DeepSeek V4 Pro 官方模型卡
6. DeepSeek V4 Flash 0731 官方模型卡
7. Artificial Analysis：DeepSeek V4 Pro

信息核验时间：2026 年 8 月 13 日。模型版本、价格和第三方榜单可能继续更新。