DeepSeek-V4-Pro 0813 正式版上线：1.6 万亿参数旗舰 GA，Agent 能力对标 Opus 4.8

8 月 12 日至 13 日，DeepSeek 官方 API 端点 deepseek-v4-pro 指向全新版本 0813，这是 1.6 万亿参数 MoE 旗舰模型从 Preview 走向正式版（GA）的标志。4 月 24 日发布的 V4-Pro-Base 与 7 月 31 日的 V4-Flash-0731 更新之后，旗舰级正式版是社区期待已久的「压轴」——官方口径中，0813 版本能力「大幅提升，比肩 Opus 4.8」。

与 Flash 系列主打低成本和轻量不同，V4-Pro 定位旗舰推理与智能体任务：官方引用了 Terminal-Bench 2.1、DeepSWE、CyberGym 等 Agent 向基准的大幅提升作为证据，强调其在终端操作、软件工程与网络安全类长链路任务上的可用性。

8 月 21 日，DeepSeek 又发布 V4-Flash-Vision-Exp 实验版，为 Flash 系列补齐多模态视觉能力；至此 DeepSeek 形成 Pro（旗舰推理）/ Flash（低成本轻量）/ Vision（多模态实验）三线并行的产品矩阵。

与能力同步变化的还有价格：V4-Pro 0813 上线即涨价，延续了 8 月上旬「大模型告别低价模式」的行业趋势——DeepSeek 官宣上调 API 定价，阿里亦传出拟对商用收费。这与 2025 年 DeepSeek 以低价横扫市场的策略形成鲜明对比。

涨价背后是成本结构变化：1.6 万亿参数的旗舰推理成本天然高于 2840 亿参数的 Flash；同时后训练 Scaling 与 Agent 任务对齐需要更大的数据与算力投入。官方并未公布 0813 与 0731 的成本对比，但市场普遍认为，旗舰模型的定价正在从「补贴获客」转向「按能力定价」。

对开发者而言，这意味着选型时要把「单次调用成本 × 任务复杂度」纳入计算：简单问答与代码补全可以继续用 Flash 系列，长链路 Agent 任务再按需升级到 Pro。

8 月 19 日公布的 SuperCLUE 中文大模型测评报告中，DeepSeek V4 Pro 综合排名拿下总榜第二，编程能力被点名「暴涨」。这是中文场景下较有代表性的第三方验证——此前海外榜单（Artificial Analysis、LMArena 等）更侧重英文与代码任务，中文理解、中文指令遵循与中文工具调用一直是国产模型的加分项也是争议项。

结合同周发布的智谱 GLM-5.3（开源编程第一梯队）、Qwen3.8-27B（270 亿参数中端模型），8 月中旬国产模型形成「旗舰（V4-Pro、GLM-5.3、K3）+ 中端（Qwen3.8-27B）+ 轻量（Flash）」的完整分层，中文场景下的选择空间显著扩大。

需要注意：SuperCLUE 榜单为阶段性快照，不同批次题目与评分口径可能调整；生产选型仍应结合自己的中文业务数据做验收测试。

已在 Preview 上跑通流程的团队：0813 是正式版，建议先在 staging 环境用真实任务集做回归——重点验证终端操作（Terminal-Bench 类任务）、代码仓库级修改（DeepSWE 类）与工具调用稳定性，再切生产流量。

纯文本/补全场景的团队：可以继续留在 V4-Flash 系列控制成本，不必为旗舰能力买单；只有当任务需要多步推理、长上下文规划或自主执行时才值得切 Pro。

多模态需求：关注 V4-Flash-Vision-Exp 的稳定版节奏；DeepSeek 的 Vision 系列目前仍标 Exp（实验版），生产环境接入需评估稳定性。