DeepSeek V4 Flash 0731评测：性能提升，成本更低。

RT @ArtificialAnlys: DeepSeek V4 Flash 0731 在 Artificial Analysis 智能指数上得分为 50，比 DeepSeek V4 Flash（2026 年 4 月发布）高出 10 分，领先 DeepSeek V4 Pro 6 分。它与早前的 DeepSeek V4 Flash 共享相同的架构和定价，并进入我们智能与每任务成本帕累托前沿。@deepseek_ai 的 DeepSeek V4 Flash 0731 比 GPT-5.6 Luna（最大，51）低 1 个智能指数点。即使 OpenAI 今天对 GPT-5.6 Luna 降价 80%，DeepSeek V4 Flash 0731 在 DeepSeek 第一方 API 上的每任务成本仍比 GPT-5.6 Luna（最大）低约 60%，而两者的智能水平相当。关键驱动因素是 DeepSeek 第一方 API 提供约 98% 的缓存命中折扣，比业内大多数提供的 90% 缓存命中折扣更为激进。新模型相比上一代 DeepSeek V4 Flash（40）有显著提升，距离 GLM-5.2（最大，51）仅 1 分。它仍落后由 Kimi K3（最大，57）设定的开放权重前沿 7 分。作为背景补充，该模型与近期发布的 Gemini 3.6 Flash（50）持平，落后 Muse Spark 1.1（xhigh，51）1 分。DeepSeek 预计将在未来几周发布该模型的完整权重。DeepSeek V4 Flash 0731 保持 100 万 token 上下文窗口，其规模与 DeepSeek V4 Flash 相同，总参数 284B，推理时激活 13B。关键结果：➤ Agent 性能提升：DeepSeek V4 Flash 0731 在 GDPval-AA v2（我们聚焦真实世界 agentic 工作任务的评测）上的 Elo 评分为 1559，高于此前 DeepSeek V4 Flash 的 1189。权重发布后，这将是开放权重中第二高分数，仅次于 Kimi K3（最大，1687），领先 GLM-5.2（最大，1510）。Terminal-Bench 2.1 上升 17 分至 79%，τ³-Bench Banking 上升 8 分至 31%。➤ Token 使用量较前代下降 12%：运行智能指数时，DeepSeek V4 Flash 0731 使用了约 2.06 亿输出 token，而此前 DeepSeek V4 Flash 约为 2.34 亿。新变体更具 token 效率，用更少的输出 token 实现了更高的智能指数。➤ DeepSeek V4 Flash 0731 在智能指数的每项评估上都优于前代：除 agentic 方面的提升外，CritPt 上升 9 分至 17%，SciCode 上升 5 分至 50%，Humanity's Last Exam 上升 5 分至 37%，AA-LCR 上升 3 分至 66%，GPQA Diamond 上升 1 分至 91%。➤ AA-Omniscience 的提升源于更少的幻觉，而非更高准确率：DeepSeek V4 Flash 0731 的 AA-Omniscience 指数为 -16，较前代提升 7。这一提升完全由幻觉率降低驱动，整体准确率（正确百分比）保持不变。其 AA-Omniscience 幻觉率为 84%，较前代下降 12 个百分点，与 GPT-5.6 Terra（最大，85%）和 Mistral Medium 3.5（82%）等模型相当。其他模型细节：➤ 上下文窗口：100 万 token（与 DeepSeek V4 Flash 相同）➤ 规模：284B 总参数（13B 激活）➤ 输入模态：仅文本输入输出➤ 可访问性：通过 DeepSeek 第一方 API 提供➤ 定价：每 100 万输入/输出 token 0.14/0.28 美元，与 DeepSeek V4 Flash 相同。缓存命中价格每 100 万 token 0.0028 美元，折扣 98%。