DeepSeek-V4-Flash-0731 正式 GA：Responses API 当前仅限 Flash，并发差距已成为路由决策关键

DeepSeek 的 7 月 31 日 changelog 条目不是在宣布一个新模型——而是在宣告一个路由拐点。deepseek-v4-flash API 别名现在指向 V4-Flash-0731，这是一个经过重新后训练的 checkpoint，在所有主要 agent 基准测试中均超越 V4-Pro-Preview。与此同时，DeepSeek 将 Responses API 格式设为 Flash 专属，8 月初之前 Pro 不支持。对于使用 Codex 原生工作流或 OpenAI Responses API 格式的团队来说，目前没有 Pro 端的 fallback 可用。这是每一份路由配置今天都必须处理的结构性事实。

发生了什么

DeepSeek 在官方 API changelog 中发布了 V4-Flash-0731 公测版，核心变更如下：

• deepseek-v4-flash 别名自动升级至新 checkpoint，现有集成无需更改模型 specifier
• 确认架构与 Preview 版一致（284B/13B MoE），仅后训练环节有变化
• Responses API 支持专属于 deepseek-v4-flash——定价页脚注明 Pro 支持将于 2026 年 8 月初上线
• 声明 V4-Flash-0731 已"专为 Codex 适配"，并提供了专属集成文档
• 发布的 agent 基准测试结果在每个公开 agentic 测试集上均大幅超越 V4-Pro-Preview

基准数据非常亮眼。在 coding-agent 和自主工作流最关键的任务类型上——Terminal Bench 2.1（82.7）、NL2Repo（54.2）、DeepSWE（54.4）、Toolathlon verified（70.3）、Cybergym（76.7）、DSBench-Hard（59.6）——Flash-0731 对 V4-Pro-Preview 均有显著领先。DeepSeek 注明：测试使用 DeepSeek Harness minimal mode，max effort，topp=0.95，temperature=1.0。

为什么这对 AI 工程团队至关重要

基准排名逆转是第一个值得关注的信号。V4-Flash 原本被定位为成本优先的 tier，在简单 agent 任务上与 Pro 大致持平；现在它在困难 coding-agent 任务上领先 Pro。如果你的路由逻辑将 Pro 默认为代码生成或 agent pipeline 的"高质量"层，这个假设需要用当前数据重新验证。

更直接的运营事实是 Responses API 的分裂。DeepSeek 定价页面明确了当前状态：

Flash 与 Pro 之间 5 倍的并发差（2500 vs 500）对于突发性高的 agent 工作流本就意义重大。结合 Responses API 专属性和 3 倍价格差，Flash 现已成为所有能接受质量取舍的工作流的主导 tier——而基准数据表明，这个质量取舍比 4 月时小得多。

第三个结构性变化：DeepSeek 宣布即将引入高峰/低峰定价——高峰时段（北京时间 09:00-12:00 和 14:00-18:00，UTC+8）价格为正常价格的 2 倍。具体生效日期尚未公布。在这些时间窗口内运行高吞吐量推理的团队，应在它变成预算事故之前提前测算账单影响。

Router/Operator 视角

路由影响 1——Responses API 锁定窗口。 如果你的 agent harness 使用 Responses API 格式——Codex 原生和 tool-loop 工作流越来越多采用此格式——目前唯一可用的 DeepSeek endpoint 是 Flash。向 Pro 路由的 Responses API 请求会报错，直到 8 月初。把 Flash 和 Pro 视为该请求格式可互换的 fallback 链，若 Pro 排在第一位，将出现静默失败。

路由影响 2——Codex 原生 harness。 DeepSeek 明确为 Codex 适配了 V4-Flash-0731。其文档中暴露的配置参数是 Preview checkpoint 未正式支持的。如果你通过 Codex 兼容 harness 路由 DeepSeek，-0731 checkpoint 是第一个有正式、稳定集成文档的版本。

路由影响 3——并发容量 vs Pro。 Flash 2500 并发 vs Pro 500 并发，是 5 倍的突发余量差异。对于并行展开大量任务的 agent swarm——代码审查循环、多文件 diff 生成、agentic 搜索——即使不考虑成本，Flash 也是突发场景下的自然选择。Pro 较低的并发上限构成了一个硬性容量天花板，任何 fallback 路由都无法绕开。

路由影响 4——高峰时段成本规划。 2 倍高峰时段乘数将 Flash 输出成本从 $0.28/1M 推至 $0.56/1M（北京商务时段）。这仍低于 Pro 的非高峰价格 $0.87/1M，但差距收窄。有全球分布用户、且会在北京高峰时段承担负载的团队，应在生效日期公布前提前建模。趁还有提前期，评估按时段路由逻辑（北京高峰时段切到其他 provider）是有价值的。

路由影响 5——迁移路径对齐。 V4-Flash-0731 保留了与 V4-Flash-Preview 完全相同的 API 接口，无需迁移。别名已稳定。曾在模型 specifier 中明确写 -0731 的团队，需确认是否要删除这个后缀，或别名是否已吸收它——changelog 说明别名是稳定的。

值得关注的后续进展

Pro GA 公告是下一个关键事件。DeepSeek changelog 预告 V4-Pro GA"即将"到来，届时很可能会带来 Responses API 支持和更新的基准数据。届时当前的非对称局面将消解，路由决策将回归纯粹的成本与质量优化，而非 API 格式可用性限制。在此之前，Responses API 工作流必须专走 Flash。

团队在评估高峰/低峰定价影响时，应关注 DeepSeek 官方公告渠道和定价页更新，把握在变化落地前调整按时段路由策略的窗口。

对于通过 AI gateway（包括 TheRouter）集成的团队，Flash 并发扩容至 2500 意味着上游突发余量远高于 Pro tier。针对 V4-Flash 设置的 gateway 侧限速策略，应重新审视以反映真实的 provider 容量。