一条推文，一行代码，DeepSeek把自家模型的AI编程能力抬升了7倍。
7月31日，DeepSeek悄悄上线了V4-Flash-0731版本。没有发布会，没有新闻稿，连架构都没动——2840亿参数，130亿激活，100万token上下文窗口，一个都没变。唯一改的是训练方式。
结果：在DeepSeek自己发布的9项Agent和编程基准测试里，新版本把旗舰预览版V4-Pro按在地上摩擦。编程能力测试DeepSWE从7.3分暴涨到54.4分，涨了将近7倍。价格没变，每百万token输入0.14美元，输出0.28美元。
怎么做到的？答案写在论文里：Post-training。
DeepSeek没换硬件，没加参数，就是换了一套更聪明的训练方法。相当于同样的发动机，调校之后动力翻倍。业内把这叫做"小步快跑"——不追大模型军备竞赛，靠优化赚钱。
几个数字感受一下：
(1) Claude Opus 4.8在这9项测试里依然最强，平均领先5.7分
(2) 但Claude每百万token成本是DeepSeek的53倍
(3) Terminal Bench测试，DeepSeek 82.7分，Claude 85分，差距只剩2.3分
对于预算有限的小团队，这条新闻很直接：花1/53的价格，能买到接近Claude 95%的Agent编程能力。你要不要省这笔钱？
但有个坑：开源权重党这次被耍了。
Hugging Face上放出的DeepSeek V4-Flash权重是4月份的旧版本——也就是得分7.3的那个。新版0731只存在于DeepSeek官方API里。想用性能更强的版本？只能调用他们的接口，自己部署用的是老版本。
这不是DeepSeek第一次这么干。但确实是第一次让开源用户和API用户产生分裂——同样叫V4-Flash，实际是两个东西。
对于把DeepSeek当省油钱工具的开发者来说，这条新闻利好：模型更强了，还不涨价。对于冲着开源 sovereignty 去的团队，这是个警示：API和权重不同步，开源不等于你能控制的东西。
接下来看8月：V4-Pro正式版要发，如果也走0731这个路线，整个测试表格又要重写。
AI大模型的价格，已经没有最便宜，只有更便宜。