8 月 12 日深夜，DeepSeek 的 API 文档里悄然出现一个版本号—— DeepSeek-V4-Pro-0813，V4-Pro 正式版以近乎 " 静默 " 的方式上线了。

不到 24 小时，官网首页通知和开放平台公告被撤下，晚间又重新官宣。这一波三折，被开发者戏称为 AI 圈的 " 疯狂星期四 "。

8 月 12 日晚至 13 日，海内外多家大模型厂商迎来密集更新：DeepSeek 在 API 文档上线 V4-Pro 正式版，Grok 4.6 发布，参数规模达 2.4T 的 Qwen3.8 Max 开放权重。而 8 月 14 日，智谱正式发布 GLM-5.3。

热闹的更新潮里，DeepSeek 先踩了坑。

模型上线数小时内，社区实测陆续出现异常反馈：本应进行长推理的 V4-Pro，思考时间经常不足十秒，长流程任务频繁提前收尾，部分场景表现甚至弱于 V4-Flash。8 月 13 日凌晨，有开发者用同一任务间隔几小时先后测试，结果差异悬殊，怀疑服务端进行过配置调整或版本切换。

8 月 13 日白天，官网首页通知与开放平台公告一度撤回，API 文档页面里的版本名却始终显示 DeepSeek-V4-Pro-0813。

当日晚间，DeepSeek 发布推文官宣 V4-Pro 正式版在网页端、App 及 API 全线上线，并同步公布调价方案。官方未就白天的撤回及凌晨的服务波动作出说明。

从官方公布的评测结果看，V4-Pro 正式版相较预览版实现代际提升：Terminal Bench 2.1 得分 87.9，与 Fable 5 的 88.0 仅差 0.1 分；DeepSWE 得分 62.7，高于 Opus 4.8 的 58.0 分。但在考察基础智能的 HLE 测试中，V4-Pro 得分 42.7，低于 Fable 5 的 53.3 分。

美国研究机构 Artificial Analysis 的独立评测则给出了另一幅图景：V4-Pro-0813 的智能指数为 53 分，低于 Fable 5 的 62 分、Grok 4.6 的 61 分、Kimi K3 的 60 分，仅比 V4-Flash-0731 的 50 分高 1 分，与 6 月发布的 GLM-5.2 大致同一档位。

比性能争议更硬的是价格。

8 月 13 日晚间公布的新调价方案显示：8 月 17 日 0 时起实行分时定价，高峰时段输出价格升至 27 元 / 百万 tokens，为现行价格的 4.5 倍；缓存未命中价格升至 9 元 / 百万 tokens，为现行价格的 3 倍；缓存命中价格上调至 0.30 元 / 百万 tokens，为现行价格的 12 倍。空闲时段价格统一为高峰时段的一半。

此前虽有大幅涨价预告，但涨幅依然超出部分用户预期。市场此前预计高峰输出价格涨幅约 3 倍，实际落地为 4.5 倍。有自媒体测算，按 Artificial Analysis 的能力档位对比，在非高峰时段，V4-Pro 的输入价格已是 GPT-5.6 Luna 的约 3.1 倍。过去 " 同一能力档位价格低一个数量级 " 的 " 价格屠夫 " 叙事，第一次出现松动。

同日，还有 DeepSeek Harness（DSH）以 " 开发者预览版（v0.1 版本）" 名义发布，面向全球开发者开放测试，并以 MIT 协议开源。DSH 采用插件式开放架构，提供标准、PTC、极简、创造四种运行模式，模型看到的一切都会写入仅追加设计的会话日志。

海通国际研报指出，模型竞争正从参数规模转向后训练与系统工程，未来模型实际效果将越来越取决于 " 模型＋Harness＋工具＋数据 " 的整体组合。DeepSeek V4-Flash 与 V4-Pro 正式版均未更换底座，仅通过后训练提升 Agent 能力。

" 这说明 DeepSeek 的后训练已经成体系。" 无限对齐创始人宋斐分析，V4-Pro 的总参数规模是 V4-Flash 的 5.6 倍，却没有带来等比例的分数优势，"Pro 的价值主要堆在高难任务、知识密集诊断和长链条恢复，两款模型分工清楚，Flash 铺量，Pro 啃难题、接失败。"

这一次，DeepSeek 告别的不只是 " 低价时代 "，还有外界对它 " 斩杀线 " 叙事的惯性期待。

来源：星河商业观察