DeepSeek V4 Pro 0813 不再只賣平價模型，正轉攻全套 AI 平台

DeepSeek 的 V4 Pro 0813 正式推出，重點不只是換上一個更強的旗艦模型。從開源 Agent 執行環境、按需求浮動的 API 定價，到大規模算力部署，這次發布更像是一次策略轉向：DeepSeek 想由主打低價的模型供應商，變成涵蓋模型、工具及基建的 AI Agent 平台。

不過，最吸睛的能力數字暫時仍主要來自 DeepSeek 自己的公布。較穩妥的結論，不是認定它已經全面擊敗競爭對手，而是看到它正嘗試在整個 Agent 技術堆疊上競爭。

Agent 基準測試大幅上升，但仍要留意驗證問題

DeepSeek 表示，V4 Pro 0813 相比 4 月的預覽版本，在軟件工程及 Agent 評測上有明顯進步：

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

這些數字來自 DeepSeek 公開的比較表，亦見於發布報道。 在 Terminal-Bench 2.1 上，87.9 分只比同一比較表中歸予 Anthropic Fable 5 的 88.0 分低 0.1 分。

如果結果能夠在獨立測試中重現，V4 Pro 0813 將會接近目前前沿水平，尤其適用於瀏覽程式碼庫、使用工具、執行指令，以及完成多步驟軟件開發工作的 Agent 任務。

但這裏有一個不可忽略的前提：相關分數是供應商自行公布，而現有報道未能證明不同模型已在同一套獨立評測環境中完成全面重測。DeepSWE 由 12.8 大升至 62.7 的確值得關注，但單靠一個由廠商報告的巨大升幅，並不足以證明模型在真實生產環境中同樣可靠。

Harness 令競爭由模型 API 延伸至工作流程

相比單純提升模型分數，更具策略意味的或許是 DeepSeek Harness。這個以 MIT 授權開源的 Agent 執行環境，位於語言模型與開發者電腦之間，負責協調工具、檔案、指令、工作階段，以及多步驟任務。DeepSeek 的 GitHub 儲存庫將它描述為開源 Agent Harness，並列出第三方依賴及其授權資料。

簡單講，Harness 是令模型可以真正「做事」的運行層：它不只生成答案，還可以按設定讀取檔案、呼叫工具、執行指令，並維持較長的任務流程。

這代表 DeepSeek 的競爭對象不再只是其他模型公司的 API。透過 Harness，它亦開始進入 Claude Code 及 Codex 所處的開發工具層面——開發者可以在這裏決定 Agent 如何運作、可以接觸哪些工具，以及自己保留多少控制權。

項目推出後迅速吸引開發者注意。第三方追蹤顯示，Harness 約在發布一小時後已獲得超過 20,000 個 GitHub stars，至 8 月 17 日更超過 141,000 個。 但 GitHub stars 只代表關注度，並不等於正式部署數量、留存用戶，或者已經通過安全審核的企業整合。

實際使用時亦要保持審慎。Harness v0.1 仍是開發者預覽版本，項目已提醒日後預期會出現破壞兼容性的更改。 插件優先的架構可以令 Agent 更容易定制，但同時會增加權限管理、維護、故障處理及資料存取等操作難度。

多步驟協調及冗長的工具描述，也可能推高 token 用量。換句話說，模型每個 token 的標價，未必等於一次完整自主工作流程的實際成本。至於超過 2,000 個插件提案，較合理的解讀是生態圈有興趣，而不是插件市場已經成熟或值得完全信任。

對開發者而言，較安全的做法是先在隔離環境測試插件，逐項審核權限，並計算整項任務的總成本，而不是單看儲存庫的 star 數量。

新定價令「算力管理」成為產品一部分

DeepSeek 於 8 月調整 API 定價，重要之處在於由過去的固定價格，改為按繁忙及非繁忙時段收費。早期公布的安排以北京時間列出，而後來的價格追蹤則以 UTC 列出；由於不同報道對時間表的描述並不完全一致，開發者在安排工作負載前，應以 DeepSeek 官方定價文件的最新時間為準。

至於價格上升方向則較清楚。根據新價格報道，V4 Pro 輸出 token 由每百萬個 0.87 美元，升至非繁忙時段 1.98 美元，繁忙時段則為 3.96 美元。 視乎模型、token 類別及計費時段，V4 系列部分項目的價格增幅更超過 1,100%。

對實際部署來說，影響包括：

• 批量工作及不急於完成的評測，可以考慮安排在非繁忙時段執行。
• 自主 Agent 循環每多行一步，通常就會多消耗輸出 token，成本可能迅速累積。
• 長上下文應用需要分開計算 cache 命中、cache 未命中、輸入及輸出費用。
• 不應只比較每百萬 token 的標價；如果一個模型需要更多工具呼叫、重試或中間步驟，完成同一任務的總成本可能反而更高。

因此，這不只是一次加價，也是一種容量管理工具。透過繁忙時段加價，DeepSeek 可以鼓勵較有彈性的工作負載避開需求高峰。這反映公司開始將推理算力視為有限資源，而不是再單純以超低價格換取市場增長。

仍然便宜，但「近乎免費」的故事已經變弱

即使繁忙時段的輸出價格為每百萬 token 3.96 美元，V4 Pro 仍明顯低於發布報道所引用、每百萬輸出 token 50 美元的 Fable 5。 對大量程式編寫及 Agent 工作負載而言，DeepSeek 仍保留相當明顯的價格優勢。

但它已經不再等同於「幾乎免費」。與原本 0.87 美元的固定價格相比，繁忙時段上升約 355%，會直接改變大量生成輸出的生產系統成本計算。

企業真正應該比較的，是一次成功完成任務的總成本，包括重試、工具呼叫、上下文長度及延遲，而不是只看每百萬 token 的廣告價格。換個角度看，DeepSeek 的定位正由極端低價，轉向較傳統的性價比方案：能力仍然可能很強、價格仍然較低，但客戶亦要為較高能力付費，並因應 DeepSeek 的容量限制安排工作負載。

融資及基建支持「全套平台」方向

DeepSeek 的融資及基建消息，與這次策略轉向互相呼應。路透社報道，DeepSeek 首輪融資超過 500 億人民幣，即約 74 億美元。 Bloomberg 另外報道，公司計劃在內蒙古烏蘭察布發展數據中心，目標增加約 1 吉瓦運算容量。

這些報道並不能證明所有計劃必然成功，亦不能保證設施會按時落成。但它們顯示 DeepSeek 正走向一種更需要資本投入的營運模式。

將模型升級、開源運行環境、差異化定價、外部融資及計劃中的算力容量放在一起看，可以看到四個互相連接的目標：

1. 吸引高要求工作負載： 以更強的 Agent 及程式編寫能力吸引用戶。
2. 留住開發者： 透過開放及可定制的運行環境建立生態圈。
3. 管理有限推理容量： 用繁忙及非繁忙時段定價調節需求。
4. 擴大長期供應： 投資數據中心基建，增加可用算力。

這與單純靠「做最便宜但夠用的模型」搶市場，已經是兩種截然不同的姿態。

開發者投入之前，應先驗證四件事

V4 Pro 0813 值得測試，尤其是程式編寫、程式碼庫自動化及工具調用工作流程。不過，企業在正式投入前，應自行核實以下幾點：

• 基準測試能否轉移到真實工作： DeepSeek 公布的提升，是否同樣出現在公司自己的任務及評測環境？
• 完整成本是多少： 計入工具呼叫、重試、上下文及繁忙時段收費後，一次任務到底要花多少錢？
• 運行環境是否成熟： Harness 仍在開發者預覽階段，整合介面能否在頻繁更新下保持穩定？
• 安全及管治是否足夠： 插件能否被審核、隔離、限制權限，並在需要時乾淨移除？

這次發布最值得注意的地方，最終不是某一個分數，而是 DeepSeek 的整體布局。V4 Pro 0813 提供能力主張，Harness 提供開發者入口，繁忙時段定價負責調節需求，而新資本及計劃中的算力則支撐長期擴張。

DeepSeek 正嘗試由低成本模型供應商，升級成一個整合式 AI Agent 平台。這個轉型能否變成持久優勢，仍取決於獨立基準測試、軟件穩定性、插件安全，以及加價後開發者是否仍然覺得物有所值。