DeepSeek V4 Pro 0813：从“低价模型”走向全栈 AI 平台

DeepSeek V4 Pro 0813 的正式可用版本，释放出的信号不只是“模型变强了”。DeepSeek 同时推出了开源智能体运行时、按照需求波动调整的 API 定价，以及规模足以支撑长期扩张的基础设施计划。

换句话说，DeepSeek 正在把竞争目标从“提供一个便宜的模型”，扩大到“覆盖智能体技术栈”。不过，最亮眼的能力数据仍主要是 DeepSeek 自己公布的结果。更稳妥的结论不是断言它已经全面击败竞争对手，而是：这家公司正试图在模型、开发工具、算力供给和商业化定价等多个层面同时展开竞争。

最大看点：智能体基准成绩大幅跃升

DeepSeek 发布的对比数据显示，V4 Pro 0813 相比 4 月预览版，在软件工程和智能体任务评测中取得明显提升：

• Terminal-Bench 2.1： 从 72.1 升至 87.9，提升 15.8 分
• CyberGym： 从 52.7 升至 83.3，提升 30.6 分
• DeepSWE： 从 12.8 升至 62.7，提升 49.9 分

这些数字来自 DeepSeek 公布的对比表，并被发布报道引用。 在 Terminal-Bench 2.1 上，V4 Pro 0813 的 87.9 分仅比同一对比表中归于 Anthropic Fable 5 的 88.0 分低 0.1 分。

如果这些结果能够在独立环境中复现，V4 Pro 0813 将接近智能体编程任务的前沿水平。这类任务通常要求模型浏览代码仓库、调用工具、执行命令，并完成多步骤的软件工作。

但这里必须加上一个重要限定：上述成绩由厂商报告，现有报道并没有证明它们已经在统一、独立的评测框架中得到复核。DeepSWE 从 12.8 分跃升至 62.7 分确实值得关注，但单凭这一项数据，还不能证明模型在真实生产环境中具备同等可靠性。

为什么 Harness 的发布可能比模型升级更重要

从战略角度看，DeepSeek Harness 或许是这次发布中更重要的一步。这是一套以 MIT 许可证发布的开源智能体运行时，位于语言模型和用户开发环境之间，负责协调工具、文件、命令、会话以及多步骤工作流。DeepSeek 的代码仓库将其定义为开源智能体 Harness，并公开了第三方依赖及其许可证信息。

这改变了 DeepSeek 的竞争对象。它不再只是与其他模型供应商争夺 API 调用，也开始进入 Claude Code 和 Codex 所处的工作流层：开发者可以在这一层决定智能体如何运行、能访问哪些工具，以及自己对运行环境保留多少控制权。

Harness 获得了异常迅速的关注。第三方追踪数据显示，该项目发布约一小时后 GitHub star 数就超过 2 万，截至 8 月 17 日已超过 14.1 万。 这说明开发者兴趣很高，但 GitHub star 并不等于生产部署、长期留存用户或经过安全审计的企业集成。

实际使用时仍需保持谨慎。Harness v0.1 目前是开发者预览版，相关报道提醒，未来预计会出现破坏兼容性的变化。 “一切皆插件”的架构有利于定制，却也可能增加运维复杂度。每增加一个工具或插件，就会带来权限管理、维护、故障处理和数据访问等问题。

此外，多步骤编排和冗长的工具描述可能推高 token 消耗。这意味着，模型本身的标价并不一定能代表完整自主工作流的实际成本。超过 2,000 个插件提案说明生态参与度很高，但并不意味着插件市场已经成熟、可信。

因此，评估 Harness 的团队应在隔离环境中测试插件，审查其权限，并计算完成一项任务的总成本，而不是只根据代码仓库的 star 数判断项目价值。

8 月定价调整：算力容量也成了产品的一部分

DeepSeek 的 API 定价改革之所以重要，是因为它结束了此前的统一费率，转而采用与时间相关的峰谷计费。已公布的方案曾以北京时间描述高峰时段，后续价格追踪页面则列出了对应的 UTC 时间。由于不同报道对具体时段的表述并不完全一致，开发者在安排任务前应以 DeepSeek 官方定价文档中的当前时间为准。

虽然具体时段需要核对，但价格变化方向很清晰。据新费率报道，V4 Pro 输出 token 的价格从每百万 0.87 美元升至：

• 非高峰时段：1.98 美元
• 高峰时段：3.96 美元

视模型、token 类型和计费时段而定，V4 系列部分 token 类别的价格涨幅超过 1,100%。

对开发者而言，实际影响主要有四点：

• 批处理任务和不紧急的评测，可以尽量安排在非高峰时段。
• 自主循环可能明显变贵，因为每增加一步，就可能产生更多输出 token。
• 长上下文应用需要分别计算缓存命中、缓存未命中、输入和输出费用。
• 单看“每百万 token 价格”可能会低估成本；如果一个模型需要大量工具调用或重试，按“完成一项任务”计算的费用未必便宜。

这不只是一次简单的涨价，也可以被视为容量管理工具。峰谷定价会鼓励具有时间弹性的任务避开需求最高的时段，说明 DeepSeek 开始把推理能力视为稀缺的基础设施资源，而不再把低价作为唯一的增长手段。

DeepSeek 仍然便宜，但“价格颠覆”已不如从前

即使按照高峰时段每百万输出 token 3.96 美元计算，V4 Pro 仍明显低于发布报道中引用的 Fable 5 每百万输出 token 50 美元的价格。 对于高频编码和智能体工作负载，DeepSeek 依旧保有明显的价格优势。

但这种经济性已经不能简单概括为“几乎免费”。与此前 0.87 美元的价格相比，高峰时段上涨 355%，会改变大量生成输出的生产系统的成本测算。

企业需要比较的是一次成功任务的完整成本，包括重试、工具调用、上下文、延迟以及峰谷时段，而不是只看宣传页面上的每百万 token 费率。

因此，DeepSeek 的价值主张正在变得更传统：它可能仍然提供很强的价格与能力组合，但也越来越要求客户为更高能力付费，并围绕其算力容量安排工作负载。

融资和基础设施，让“全栈转型”更可信

DeepSeek 的融资和基础设施计划，与上述战略变化相互呼应。据路透社报道，该公司在首轮融资中筹集了超过 500 亿元人民币，约合 74 亿美元。 彭博社另有报道称，DeepSeek 计划在内蒙古乌兰察布建设数据中心，目标是新增约 1GW 算力容量。

这些报道并不能证明战略的每个环节都会成功，也不能证明计划中的设施一定会按时交付。但它们确实显示出 DeepSeek 正走向一种资本投入更重的运营模式。

将模型升级、开源运行时、差异化定价、外部融资和新增算力放在一起看，可以看到四个相互连接的目标：

1. 用更强的智能体和编程能力吸引高要求工作负载。
2. 通过开放、可定制的运行时留住开发者。
3. 用峰谷价格管理稀缺的推理容量。
4. 通过数据中心投资扩大长期算力供给。

这与单纯依靠“成为最便宜的可用模型供应商”是完全不同的姿态。

开发者在投入生产前应先验证什么

V4 Pro 0813 值得测试，尤其适合用于编码、代码仓库自动化以及工具调用工作流。但组织在正式采用前，应独立验证以下四项：

• 基准能否迁移： 官方公布的提升，能否出现在自己的任务和评测框架中？
• 总成本是多少： 把工具调用、重试、上下文和高峰时段价格都算进去后，一项完整任务究竟要花多少钱？
• 运行时是否成熟： Harness 仍处于开发者预览阶段，集成接口能否在频繁变化中保持稳定？
• 安全与治理是否可控： 插件能否被审查、隔离、授权，并在需要时彻底移除？

这次发布最值得关注的地方，最终不是某个单独的分数，而是其背后的战略方向。DeepSeek 正试图从低成本模型供应商，升级为一体化智能体平台：V4 Pro 0813 提供能力叙事，Harness 提供开发者入口，峰谷定价负责调节需求，新的融资和算力计划则支撑基础设施扩张。

这套模式能否形成持久优势，仍取决于几个关键问题：智能体性能能否被独立验证，Harness 能否稳定下来，插件生态是否安全可控，以及在价格上涨之后，开发者是否仍然认为它物有所值。