DeepSeek-V4 在 2026 年 8 月经历的变化，不只是“模型又升级了”。正式版、接口格式、思考档位、视觉实验模型和计费方式在一个月内相继变化。对于开发者，真正重要的问题是：当前调用的到底是哪一版，旧代码哪里会失效，新增能力是否能通过自己的任务评测。
本文按 2026 年 8 月 30 日可查的官方资料梳理。产品状态仍可能继续变化，接入前应再次查看官方更新日志。
## 四个月，从预览版走到正式版
4 月 24 日，DeepSeek 发布 V4 预览系列并开放权重与 API。系列分成两个主要型号：V4-Pro 总参数 1.6 万亿、每个 token 激活约 490 亿参数；V4-Flash 总参数 2840 亿、激活约 130 亿。两者都采用混合专家思路，让每次计算只调用部分参数。
官方将 100 万 token 上下文作为 V4 服务的标准能力，并把高效长上下文归因于 token 级压缩与 DeepSeek Sparse Attention。上下文窗口变长，表示一次请求可以容纳更多材料；它不表示模型能同等精确地记住每个细节，也不保证越塞越多效果越好。
7 月 31 日，V4-Flash 正式版 API 进入公测，架构和尺寸不变，主要进行了后训练更新。8 月 13 日，V4-Pro 正式版同步上线 App、网页和 API，模型名保持 `deepseek-v4-pro`。
## 8 月更新了什么
V4-Pro 正式版把 Agent 能力作为重点，并原生支持 OpenAI Responses API 格式。V4-Pro 与 V4-Flash 的思考模式提供 `low`、`high`、`max` 三档强度，使团队能按任务复杂度分配推理时间和成本。
8 月 21 日，官方又在 API 上线 `deepseek-v4-flash-vision-exp`。这是实验性的视觉理解模型，纯文本能力按官方说明与 V4-Flash 相当，重点是为需要看图的 Agent 增加视觉输入。名称中的 `exp` 很重要：实验接口应当隔离接入、记录版本，并准备回退，不适合被当成永久兼容承诺。
8 月还引入了峰谷计价，闲时价格为高峰时段的一半，新价格从北京时间 8 月 17 日零时生效。成本评估因此不能只写一个“每百万 token 单价”，还要加入调用时段、输入输出比例、缓存命中和重试次数。
## 百万上下文不是无限记忆
100 万 token 可以容纳长代码仓、多个文档或较长交互轨迹，但容量与可用性不是一回事。
首先，相关信息在长输入中的位置会影响检索效果。其次，大量重复或矛盾材料会增加干扰。再次，长上下文消耗传输、预处理和推理资源，并可能放大提示注入：只要一份外部文档夹带恶意指令，Agent 就可能偏离原任务。
实际系统应先检索再组装上下文，保留来源、时间和权限元数据；对长文档做分段定位，并用一组“藏在不同位置的针”测试召回。重要结论要求返回引用片段，而不是只相信流畅摘要。
## Pro 与 Flash 不是简单的强弱档
V4-Flash 适合高频分类、抽取、路由、初步检索与简单工具流程；V4-Pro 更适合长链推理、复杂代码修改和需要多轮规划的 Agent 任务。这个划分只是起始假设，不能替代业务评测。
同一个任务至少比较正确率、失败类型、首 token 延迟、总耗时、输入输出 token、工具调用次数和人工修改量。若 Flash 在 90% 的普通请求上已经达标，可以只把困难样本路由给 Pro；若错误成本很高，则应优先选择稳定性，并保留人工确认。
思考强度同理。`max` 不应成为所有请求的默认值。为低、中、高难度样本分别设门槛，观察增加推理预算是否真的改善结果，还是只增加等待和费用。
## 旧模型名已经不能继续依赖
4 月公告明确写明，`deepseek-chat` 与 `deepseek-reasoner` 两个旧名称在 7 月 24 日后退役。新项目应显式使用 `deepseek-v4-flash` 或 `deepseek-v4-pro`，并在配置层统一管理模型名。
不要把模型标识散落在业务代码中。请求日志记录模型名、返回版本、思考档位、参数、请求 ID 和工具 schema 版本。即使模型名不变，服务端权重仍可能更新；8 月 13 日 V4-Pro 就是在保持 API 名称不变的情况下切换到正式版。
Responses API 带来更统一的工具与多轮状态接口，但迁移不能只测试一条聊天请求。流式事件、工具参数、结构化输出、错误响应、超时重试和 token 统计都要回归。旧请求重放与影子流量比“接口返回 200”更能发现行为变化。
## 一份可执行的升级检查
1. **锁定标识**：改用 `deepseek-v4-flash`、`deepseek-v4-pro`，视觉实验单独配置。
2. **建立切片评测**：覆盖普通、困难、超长输入、工具失败、无答案与恶意文档。
3. **测试三档思考**：用质量增益决定 `low`、`high`、`max` 的路由条件。
4. **限制长上下文**：检索去重、标记来源，外部内容与系统指令隔离。
5. **回归工具链**：验证参数、并发、幂等、超时、重试和人工确认。
6. **监控版本漂移**：固定样本每日或每周回放，异常时可切换备用模型。
7. **重算真实成本**：同时考虑峰谷时段、缓存、失败重试和人工复核。
## 本月速递的真正结论
截至 8 月 30 日，DeepSeek-V4 已不再只是 4 月的预览版叙事：V4-Flash 和 V4-Pro 都有正式版本，Pro 增强了 Agent 与 Responses API 支持，视觉实验型号扩展了输入模态，思考强度与峰谷定价又改变了部署策略。
但“百万上下文”“正式版”和基准分数都不是上线验收。最稳妥的升级方式，是显式指定型号，用自己的任务和失败样本回放，按难度分配模型与思考预算，并把版本变化当成持续运维问题。这样，新能力才会从新闻标题变成可测量的系统改进。
## 资料来源