DeepSeek-V4-Pro 正式版突袭上线：Agent 能力暴涨，DeepSWE 直接干翻 Claude Opus 4.8

DeepSeek-V4-Pro 正式版突袭上线：Agent 能力暴涨，DeepSWE 直接干翻 Claude Opus 4.8

8 月 12 日深夜，DeepSeek 悄悄在 API 文档里上架了一个新版本号——DeepSeek-V4-Pro-0813。第二天（13 日），这个版本被确认为 V4 Pro 正式版。没有发布会，没有预热，只改了版本号，就把整个 AI 圈的注意力又抢了过去。

一、发生了什么：一次"改版本号"式的正式发布

事情的开场很"DeepSeek"：没有直播、没有 keynote，最先泄露风声的是官方 API 文档的"模型 & 价格"页面。眼尖的开发者发现，deepseek-v4-pro 的模型版本一栏，从预览版悄悄变成了 DeepSeek-V4-Pro-0813。

紧接着，官方群放出的评测对比表开始流传，各媒体跟进报道，正式版的身份才被坐实。

关键点：调用方式完全没变。 你不需要改任何代码，只要继续用 deepseek-v4-pro 这个模型名，API 返回的就是最新版。这对存量用户来说，等于一次"零迁移成本"的免费升级。

二、最炸裂的数字：DeepSWE 从个位数飙到 62.7

这次正式版最值得说的一件事，是 Agent（智能体）能力的质变。

在长周期、高复杂度的真实软件工程智能体基准测试 DeepSWE 上：

• 预览版（V4-Pro-Preview）：得分仅 12.8
• 正式版（V4-Pro-0813）：62.7

接近 5 倍的提升，而且直接超越了 Claude Opus 4.8（58.0）。

DeepSWE 是什么含金量？它是一个无污染的软件工程基准，使用严格验证器（误报率仅 0.3%），比传统的 SWE-bench 更接近"让 AI 真正在一个代码库里干活"的真实场景。能在这个测试上拿到 62.7，说明 DeepSeek 这次不是堆参数，而是在专门训练模型"当工程师"。

三、和自家 Flash 掰手腕：贵 3 倍，到底强在哪？

这是很多开发者最纠结的问题：DeepSeek 自家的两个正式版，到底该用哪个？

先看核心指标对比：

结论很清晰：

一句话总结：默认用 Flash 跑量，复杂任务上 Pro。 两者价格差 3 倍，能力差距没那么悬殊，按需切换是最聪明的用法。

四、到底什么水平？官方 10 项基准原表全解析

这是大家最关心的问题：V4-Pro-0813 到底处于什么水平？官方放出的 Agent 相关评测对比表（对标本家预览版/Flash 版 + Claude Opus 4.8 + Fable 5），数据如下：

四个关键结论

1. Agent 能力：和 Opus 4.8 同档，逼近 Fable 5

10 项基准里，Pro-0813 在 4 项上超过 Opus 4.8（DeepSWE、Terminal Bench 2.1、CyberGym、Automation-Bench），3 项打平（Agents’ Last Exam 同为 25.7、DSBench-FullStack 71.1 vs 71.6 几乎没差），3 项落后（HLE、NL2Repo、DSBench-Hard）。整体看就是 Opus 4.8 同级选手。

对 Fable 5：CyberGym 打平（83.3 vs 83.1）、Automation-Bench 反超（31.8 vs 29.1），但 DeepSWE（62.7 vs 70）、HLE、DSBench 落后明显。能打，但旗舰之座还没抢到。

2. 相比预览版：全面碾压

所有 10 项全部大幅上涨，不是单项突破。DeepSWE 从 12.8 → 62.7、Automation-Bench 从 12.8 → 31.8、CyberGym 从 52.7 → 83.3。说明这次正式版是整体后训练质量跃迁，不是某个测试集上的特调。

3. 短板很明确：知识推理和复杂代码库

HLE（人类最后考试，纯知识推理）42.7 vs Opus 49.8、NL2Repo（自然语言建仓）61.5 vs 69.7、DSBench-Hard 67.2 vs 71.7。复杂推理仍是 DeepSeek 的软肋，和 Claude 系旗舰有 6-8 分的稳定差距。

4. 性价比维度：这才是真正的碾压

注意上面这些对比对象的价格：Opus 4.8 输出约 $25/M 级别，Fable 5 更是顶级定价。而 Pro-0813 输出只要 6 元人民币/M。性能同一档，价格差几十倍——这才是"性价比屠夫"的完整含义。

五、能力清单：一个能"动手"的模型

正式版在接口能力上几乎拉满，核心规格如下：

几个值得单独说的地方：

六、价格：白菜价还能维持多久？

价格永远是 DeepSeek 的杀手锏。官方定价（单位：元 / 百万 tokens）：

对比一下国际上的参考价（OpenRouter）：输入约 $0.435 / M，输出约 $0.87 / M。DeepSeek 官方的这个定价，尤其是缓存命中只要 0.025 元，配合 1M 上下文，对长文档、长对话场景的成本优势是碾压级的。

但有一个必须注意的预警：官方定价页明确标注——“计划近期整体上调 DeepSeek API 服务的定价，预计涨幅较大”。也就是说，这个白菜价是窗口期，不是常态。要上车的话，现在是性价比最高的阶段。

七、这波更新，对开发者意味着什么？

总结成三句话：

八、怎么用？一行代码的事

模型名不变，直接调：

POST https://api.deepseek.com/chat/completions
{
"model": "deepseek-v4-pro",
"messages": […]
}

想用 Anthropic 格式的，把 base URL 换成 https://api.deepseek.com/anthropic 即可。

数据来源：DeepSeek 官方 API 文档（模型 & 价格页）、DeepSeek 官方 Agent 评测对比表、快科技、澎湃新闻、网易、新浪财经、凤凰网科技、36氪、财联社等公开报道，截至 2026 年 8 月 13 日。