DeepSeek V4 Pro 轉正那天沒有公告，DeepSWE 分數卻從 12.8 跳到 62.7

8 月 12 日，DeepSeek 的旗艦模型 V4 Pro 結束了將近四個月的預覽期。官方沒有發表文章，沒有公告頁，版本號安靜地變成了 0813。

我八月寫這則新聞時，手上只有二手報導，把它當成一次「預覽版改個名字轉正」。兩個月後回頭，資料齊了：模型卡放上了 Hugging Face，價格改了兩輪，它還差一點被自家的新模型取代。

把這些接起來看，V4 Pro 的轉正比當時看起來的重要，也比當時看起來的短命。

「轉正」到底改了什麼？

我當時以為只是把預覽標籤拿掉。模型卡上的說法不是這樣：

圖：DeepSeek-V4-Pro-0813 模型卡的開頭說明（來源：huggingface.co）

三個重點：它取代預覽版；代理能力「大幅強化」；結構沿用預覽版，但加掛了一個叫 DSpark 的推測解碼模組。

「大幅」這個詞每家都會用，所以我去看數字。同一張模型卡上，DeepSeek 把預覽版跟 0813 版並排列了出來：

圖：V4 Pro 預覽版與 0813 版的分數差距（本文整理，數字出自 DeepSeek-V4-Pro-0813 模型卡，為官方自行公布）

DeepSWE 從 12.8 到 62.7，接近五倍。Cybergym 多了 30 分。Terminal Bench 2.1 多了 15.8 分。

反過來看 HLE（Humanity’s Last Exam，考的是知識與推理），只多了 5 分。

這個分布本身就說明了這四個月在做什麼。知識類的分數沒怎麼動，要動手做事的分數全部大幅上升。換句話說，底層模型的「聰明程度」差不多，變的是它當代理的時候會不會把事情做完。

這也解釋了一件當時看起來很怪的事。7 月 31 日，比較小的 V4 Flash 先轉正了，更新紀錄當時寫 Pro 的正式版「很快會跟上」。小的先出、大的後出，原因大概就是這套代理能力的訓練先在小模型上做完。同一張表上，Flash 的 0731 版在 DeepSWE 是 54.4，已經遠高於 Pro 預覽版的 12.8。

模型卡還列了另一個改動：reasoning_effort 參數現在支援 low、high、max 三檔。

這個模型一路是怎麼來的？

把查得到的節點排起來：

圖：V4 Pro 從預覽到差點下架的時間線（本文整理，依 DeepSeek 更新紀錄與公告、Hugging Face、Unite.AI、Simon Willison）

4 月 24 日的預覽版是起點。Unite.AI 引模型卡的規格：總參數 1.6 兆，每個 token 啟用其中 490 億，是混合專家（MoE）架構。MIT 授權，權重公開。上下文 100 萬 token，最大輸出 38.4 萬。

架構上的賣點是兩種壓縮過的注意力機制，官方的名稱是 Compressed Sparse Attention 跟 Heavily Compressed Attention。DeepSeek 宣稱，在百萬 token 的設定下，跟上一代 V3.2 比，單一 token 的推論運算量降到 27%，KV 快取用量降到 10%。這兩個數字是廠商自己說的。

八月那篇把這套機制寫成「DSA 稀疏注意力」，我這次在來源裡找不到這個縮寫，已經改掉。

權重有沒有放出來？

八月那篇的最後一節標題是「開源這件事，還是個問號」。因為轉正當天，Hugging Face 上只有四月的預覽版，Unite.AI 寫的是 DeepSeek 沒有宣布 0813 權重的時程。

答案隔天就出來了。開發者 Simon Willison 在他 8 月 12 日那則紀錄後面補了一句：權重已經上架，1.7 兆參數，893 GB。我這次去看 Hugging Face 上 DeepSeek 的模型清單，DeepSeek-V4-Pro-0813 的最後更新日是 8 月 13 日，授權一樣是 MIT。

所以那個問號可以拿掉了。DeepSeek 連續三次（四月的預覽版、七月的 Flash、八月的 Pro）都把正式版的權重放了出來。

不過「放出來」跟「你跑得動」是兩回事。893 GB 的模型，模型卡給的推論範例是一個節點上四張 GB300。這不是個人或小團隊會有的設備。對多數人來說，開放權重的實際意義是：有別的雲端業者可以代管它，你不會被綁死在 DeepSeek 自己的 API 上。想了解這個詞的定義可以看名詞解釋。

價格後來怎麼了？

這是八月那篇唯一講對未來的地方。當時定價頁上寫著計畫「顯著調漲」，我寫說現在可能是最便宜的時間點。

確實是。

圖：V4 Pro 轉正當下與調整後的價格（本文整理；轉正當下依 Unite.AI 引述的定價頁，調整後依 DeepSeek 定價頁）

轉正當下沿用預覽期的價格：輸入每百萬 token 0.435 美元，快取命中 0.003625 美元，輸出 0.87 美元。

DeepSeek 的更新紀錄在 8 月 13 日那一條寫，新價格從 8 月 16 日 UTC 16:00 生效，並導入尖峰跟離峰兩種費率，離峰是尖峰的一半。

換算下來：

• 輸出從 0.87 變成離峰 1.98，是 2.3 倍。尖峰 3.96，是 4.6 倍。
• 快取未命中的輸入從 0.435 變成離峰 0.66，是 1.5 倍。尖峰 1.32，是 3 倍。
• 快取命中的輸入漲最多，從 0.003625 變成離峰 0.022，是 6 倍。尖峰 0.044，是 12 倍。

也就是說，轉正之後那個便宜的價格只存在了四天。我在調漲倒數那篇算過人民幣版本的倍數，結論一樣：漲最兇的是快取命中，而這剛好是代理型工作負載用得最多的一項，因為代理會反覆送出相同的前綴。

時間順序很有意思。8 月 12 日模型變強，8 月 13 日宣布漲價，8 月 16 日生效。能力升級跟價格調整是同一包。

一個月後它差點被下架？

對。9 月 10 日 DeepSeek 發布 V4.1 Flash，官方公告寫從 9 月 14 日起，所有打到 V4 Pro 的請求都會改由新模型處理。也就是轉正滿一個月，旗艦就要被一個名字叫 Flash 的模型取代。

隔天定價頁多了一條註腳：應使用者需求，9 月 14 日之後繼續提供 V4 Pro。我寫這段的時候它還列在價目表上。這段過程我在另一篇整理過。

把整條線看完，V4 Pro 的生命週期是這樣：預覽四個月，轉正四天後漲價，轉正一個月後被宣布取代，再被使用者留下來。

這對在用的人代表什麼？

我自己的看法有三點。

版本號比模型名稱重要。 「V4 Pro」這個名字底下，四月跟八月的東西在代理任務上差了好幾倍。如果你是四月測過覺得不行，那個結論對 0813 版不成立。反過來，如果你的流程是針對某個版本調的，名字沒變不代表行為沒變。

DeepSeek 不太發公告，你得自己盯。 這次轉正沒有文章。分數是先從微信群流出來的，這件事跟它拿自己去比 Anthropic 旗艦的那張表，我寫在同一天的另一篇。要追這家公司的變動，官方的更新紀錄頁跟定價頁比新聞可靠。

便宜的窗口很短。 四天。下一次看到定價頁上寫著「計畫調漲」，那就是字面上的意思。

什麼會讓我改變對這個模型的評價？獨立的測試。這篇所有的分數都是 DeepSeek 自己公布的，包括那個從 12.8 跳到 62.7 的數字。模型卡自己也註明其中兩項（DSBench）是內部測試集。在有第三方重跑之前，這些數字說明的是方向，不是精確的排名。

這次改寫更正了什麼

• 原文把轉正寫成單純結束預覽。模型卡顯示 0813 版在代理任務上的分數跟預覽版差距很大，並加了新的解碼模組。
• 原文列的一組分數（SWE-bench Verified 80.6% 等）是四月預覽版的成績，不是 0813 版的。這次改用 0813 模型卡上的對照表。
• 原文說 SWE-bench Verified 上 Gemini 3.1 Pro 是 80.8%。Unite.AI 的寫法是 V4 Pro 與 Gemini 3.1 Pro 持平、落後 Claude Opus 4.6 的 80.8%。這段比較屬於預覽版，這次沒有保留。
• 原文說 0813 的權重是否釋出還是問號。權重在 8 月 13 日已上架。
• 原文提到的 7 月 24 日停用舊 API 別名，我這次沒有在來源裡確認到，已拿掉。
• 我沒有實際跑過這個模型，也沒有硬體跑得動它。