DeepSeek V4 Flash 0731 值不值得换——2026 年 8 月模型、成本与本地部署对比

1 先给答案：低价代码任务先试 0731，生产流量继续留在原后端

结论：DeepSeek V4 Flash 0731 是 2026 年 8 月最值得先跑的低成本纯文本代码候选。请求使用 deepseek-v4-flash，thinking 保持开启，首轮从 high effort 开始；生产系统继续使用现有后端，等一组真实仓库任务同时交出质量、时延、工具可靠性和成功任务成本，再决定是否导流。公开材料能确定首测顺序，当前还无法给出跨厂商生产冠军。

任务里有图片、音视频或 PDF 时，先测 Gemini 3.6 Flash；它把这些输入与搜索、代码执行、文件检索和函数调用放在同一托管接口。固定模型身份或符合条件的 Zero Data Retention 安排是硬要求时，用 Claude Sonnet 5 做对照。数据必须留在自有边界时，0731 的 MIT 权重已经提供可执行入口，本地路线从四卡节点起算，单卡小模型只负责验证 serving、工具和观测合同。

GPT、Grok、GLM、Kimi、MiniMax 和 Qwen 仍有各自适用的能力、价格与部署边界。它们会进入同一批任务，最终去留由任务结果决定。一个团队真正要选的是哪条路线能稳定完成自己的工作，以及失败时能否立刻退回已知可用的后端。

3 三层身份已经对齐：API 别名、0731 后端与开放权重

DeepSeek 文档公开的请求 ID 是 deepseek-v4-flash。2026 年 8 月 1 日价格页把它映射到 DeepSeek-V4-Flash-0731，接口响应再返回实际 model 和代表后端配置的 system_fingerprint。采购、评测和事故记录需要同时保存这三项：请求别名说明调用入口，返回模型说明服务标识，fingerprint 捕捉同一名称下的后端变化。

0731 的开放权重在 API 公告之后同日进入 DeepSeek 官方 Hugging Face 组织和 V4 集合。模型卡明确称它为 Flash 正式版，取代 Preview，结构沿用 V4 Flash 并带 DSpark speculative decoding 模块；仓库采用 MIT 许可。本文在仓库 2026-08-01 03:07:41 UTC 更新后固定提交 7872f01b1d1fe23eabc4c98b48bffcef5a386062。这使 API 与本地 POC 可以使用同名 0731 产品版本，服务端采样、编码、内核、量化、调度和工具封装仍会造成可测差异。

旧的 deepseek-ai/DeepSeek-V4-Flash 仓库继续保存 Preview 路线；DeepSeek-V4-Flash-DSpark 是 Preview 权重加推测解码模块。新的 0731 仓库包含重新后训练的正式权重和 DSpark。复现实验要写完整仓库和提交，单独写“V4 Flash”会把三件不同制品混在一起。

4 九个候选的公开价格差很多，价格仍然只回答账单问题

下面的比较固定为 20 万未缓存输入和 2 万输出，按 2026 年 8 月 1 日各家公开费率直接计算。它让数量级一眼可见，同时保留三个边界：人民币不临时换算成美元，Grok 在恰好 200K 输入处存在两份官方页面的档位冲突，任何金额都未包含 tokenizer 差异、推理 token、工具调用、重试和失败任务。

DeepSeek V4 Flash 0731 的参考账单是 0.0336 美元，它是纯文本模型，公开 1M 输入上下文和最大 384K 输出，并同时提供移动 API 别名与 MIT 权重。MiniMax M3 的同口径账单是 0.084 美元，公开原生多模态、1M 上下文以及采用社区许可证的开放权重；GLM 5.2 为 0.368 美元，公开纯文本 1M/128K、函数与 MCP 以及 MIT 权重。价格让三者进入不同预算的试验，许可证、接口同步和本地拓扑仍需逐项闭合。

Gemini 3.6 Flash 的参考账单为 0.45 美元，公开文本、图片、视频、音频和 PDF 输入，窗口为 1,048,576/65,536，并提供搜索、代码执行、文件检索和函数工具。Grok 4.5 的 500K 路线因 200K 档位文字冲突落在 0.52–1.04 美元。Claude Sonnet 5 的文本与图片路线为 1M/128K，8 月 31 日前入门账单 0.60 美元、标准账单 0.90 美元，并提供固定快照规则与符合条件的 ZDR 安排。GPT-5.6 Terra 为 0.64 美元，公开 1.05M/128K、图片输入和较完整的托管工具面。

Kimi K3 的 1M 原生多模态开放权重路线在该示例中为 0.90 美元，本地制品和最低拓扑也进入超大模型规模。Qwen3.7 Max 的日期快照支持文本、图片和视频输入，按全球人民币档为 3.12 元；区域、币种和具体 snapshot 要在采购记录里固定。一次成功代码任务通常包含多轮模型调用、工具回传和修复，失败调用也会计费。真正可比较的单位是达到验收标准的一个任务所需总费用。

生命周期决定结果能否复现。DeepSeek 的公开 API 使用移动别名，调用方保存响应身份；Anthropic 将 Sonnet 5 的无日期 ID 定义为固定快照；Google 把 3.6 Flash 标为稳定；xAI 的裸名和 -latest 会移动；Qwen 同时给出移动别名和日期快照。固定评测使用可固定 ID，本地权重使用提交，移动入口在返回身份变化时自动重跑回归。

5 DeepSeek 的九项发布分数只买到首测资格，真实任务负责淘汰

DeepSeek 为 0731 公布了九项代理结果：Terminal Bench 2.1 为 82.7，NL2Repo 54.2，Cybergym 76.7，DeepSWE 54.4，Toolathlon-Verified 70.3，Agents' Last Exam 25.2，AutomationBench Public 25.1，DSBench-FullStack 68.7，DSBench-Hard 59.6。相对同一发布表中的 Preview，所有项目都有明显提高，尤其 DeepSWE 从 7.3 上升到 54.4。这组数据足以解释首测顺序。

证据边界也由模型卡写得很清楚。公开代码代理题使用 DeepSeek Harness 的 minimal 模式，框架标注为“to be released”，运行 max effort、temperature=1.0、top_p=0.95；DSBench-FullStack 和 DSBench-Hard 属于内部题集。发布表中的 GLM 与 Opus 分数来自厂商收集的比较，当前页面没有交付所有模型的同一容器、工具定义、任务快照、最大轮次、失败重跑和完整日志。

跨厂商总榜会把这些差异压成一列小数。真实代码代理的结果由模型、harness、shell 权限、测试、上下文构建、重试和终止条件共同产生。发布者分数只负责选择进入评测的候选，生产排序只读取自有同任务回放。若 DeepSeek 随后发布固定 Harness 和日志，新增证据可以提高可复核性，旧结果仍要保持其当时版本和设置。

采购判断来自一组小而硬的真实任务。任务按业务失败方式分层：仓库内小修复检查定位和测试纪律；跨文件功能检查规划、上下文和工具循环；迁移与依赖升级检查文档、兼容与回滚；日志诊断检查证据使用；安全任务检查模型是否越过权限或绕开失败测试。每类都保留已知可通过的正控制、必须拒绝的负控制和一个资源故障路径。

评分器只接受可运行结果。候选在隔离 worktree 中修改文件，项目原生测试、静态检查和任务专属断言决定成功；人工评审再看权限、范围、可维护性和隐藏副作用。模型输出“已完成”、生成更多代码或通过自写的宽松测试都不会增加分数。任务失败后记录最早偏离点：上下文遗漏、错误计划、工具参数、测试逃逸、资源终止、拒绝或修复循环。

每个模型至少运行两次同一任务，顺序轮换，避免缓存、服务负载和仓库热状态固定偏向一个候选。评测保存完整用量和费用，失败调用单列；成功任务成本、人工分钟和 p95 只按通过验收的任务计算。这样才能回答用户真正关心的问题：给定团队和仓库，0731 是否比现有后端更快、更便宜地交付可合并结果。

6 从每百万 token 到总成本：低价 API 让本地节点面对很高的利用率门槛

进入本地盈亏平衡以前，只需把 DeepSeek 的费率换成一张账单。本文参考任务使用 20 万未缓存输入和 2 万输出，结果是 0.2×0.14 + 0.02×0.28 = 0.0336 美元。图 2 已经保留其余候选的同口径金额；后面的硬件阈值只用 DeepSeek 这笔账单作分母，避免把同一排价格再念一遍。

Grok 的区间来自可定位的文档差异：模型详情说输入超过 200K 才进入长上下文价，Pricing 表写成 ≥200K，并把输入、缓存和输出同时翻倍。本文的输入恰为 200K，无法靠文字解释消除边界；POC 保存实际 usage 与账单，把供应商计费结果写进采购记录。其余八个候选在 200K 输入处都能确定档位：Terra 尚未越过 272K，Sonnet 5 与 Gemini 3.6 Flash 覆盖整窗统一价，MiniMax 位于 ≤512K 档，Qwen 快照覆盖 0<输入≤1M，DeepSeek、GLM 与 Kimi 当前页面没有另列 200K 阶梯。

这项算术故意保持窄。各模型 tokenizer 不同，20 万相同字符会产生不同 token；reasoning token、图片、音视频、搜索和工具可能改变计量；一次代码任务常有多个调用。缓存也会重写结论：DeepSeek 的命中输入单价只有每百万 0.0028 美元，稳定前缀越大，API 越便宜。评测器因此同时保存原始字节、供应商 token、cache hit/miss 和工具账单，不把示例价格当作实测成本。

本地端的公式是：每个成功任务成本 =（GPU + CPU/内存 + 存储 + 网络 + 电力/机房 + 平台 + 运维 + 冗余的每小时成本）÷ 每节点小时成功任务数。显卡利用率只能说明设备忙，成功任务数才能说明设备交付。队列等待、长上下文 KV cache、失败重试、权重更新、节点故障和低谷空闲都会进入分子或压低分母。

Runpod 2026 年 7 月 27 日更新的公开 Pod 价格给出 H200 每卡小时 4.39 美元、B200 为 5.89 美元、B300 为 7.39 美元。按四卡和每月 730 小时计算，裸 GPU 租金分别是 12,818.80、17,198.80 和 21,578.80 美元。它们没有包含 CPU、内存、存储、网络、镜像下载、值班和冗余，具体 Pod 也要确认四卡是否位于满足互联要求的同一节点；B300 价格不能代替 GB300 报价。

用 0.0336 美元的 DeepSeek 参考任务账单除回去，4×H200 必须完成约 523 个成功参考任务/节点小时，4×B200 约 701 个，4×B300 约 880 个，才触及裸租金线。这个数是所需容量阈值，实际吞吐要在目标上下文、effort、输出、并发和质量门槛下测量。加入双节点冗余、人员和空闲后，盈亏平衡点继续上移；API 缓存命中也会把它推远。

月度场景更直观。每天 100 个参考任务的 DeepSeek API 账单约 100.80 美元；每天 1,000 个约 1,008 美元；每天 10,000 个约 10,080 美元。四卡 H200 的裸租金已经接近第三档，却仍需证明节点每天能稳定交付 10,000 个合格任务，并承担峰值、故障与升级。数据驻留、出网限制、定制 serving 或可预测保留容量可以单独为本地部署创造价值，这份非价格收益应写入采购理由和退出条件。

7 四卡之后，团队购买的是一项模型服务

0731 权重开放后，本地路线终于可以和 API 使用同一产品版本。155.43 GiB 只描述仓库中的权重文件；服务还要容纳运行时、通信缓冲、DSpark、KV cache、批次和上下文。完整 1M 与 384K high/max 输出对显存和时延的影响必须独立测量。官方四卡 GB300 示例给出可运行起点，采购清单仍需按目标并发和序列长度计算。

0731 是精确模型的本地主线。官方提交 7872f01b… 采用 MIT 许可，正式 0731 权重带 DSpark；清单中的权重为 155.43 GiB，Hugging Face 页面按十进制显示约 167 GB。官方模型卡给出 4×GB300，当前以 0731 为默认的 vLLM recipe 给出 H200、B200、B300 四卡 replica 与 8×H200 的 4+4 prefill/decode。按公开 H200 租价，四卡裸租为 17.56 美元/小时；节点互联、CPU、内存、存储、网络、冗余和人员仍需报价与实测。

Qwen3.6-35B-A3B FP8 只做单卡控制。它是 35B 总量、3B 激活的 Apache-2.0 模型，固定清单约 34.89 GiB，原生 262K 上下文；vLLM 提供单 H100、H200 或 MI300X 级路线。它能尽早暴露容器、解析器、工具、队列和观测问题，也能给出 1×H200 约 3,204.70 美元/月的运营基线；这条控制线不承载 0731 的质量结论。

其余三条开放路线暂缓采购。GLM 5.2 的固定 BF16 清单约 1,403.19 GiB，实用 FP8 路线从 8×H200/H20 起，完整 1M 参考使用 8×B200 与 FP8 KV cache。MiniMax M3 的捕获清单约 854 GB BF16，社区许可证的商业署名和收入授权边界、serving 文档与节点报价仍需闭合。Kimi K3 的固定清单约 1,453.74 GiB，2.8T 总量、104B 激活，vLLM recipe 至少使用 8×GB300，并很快进入多节点网络和工具解析治理。它们只有在自有任务明确需要相应能力时才进入下一轮。

部署身份从权重延伸到解析器。下载阶段先解决 167 GB 级对象的来源、断点、校验和镜像。权重与代码进入只读制品库，生产节点从内部镜像拉取；每次发布绑定 Hugging Face 提交、单文件摘要、编码目录、容器和驱动。DeepSeek 模型卡没有 Jinja chat template，提供专用 encoding 脚本；vLLM 的 DeepSeek V4 tokenizer、reasoning parser 和 tool parser 要与固定版本一起验收。解析器漂移可能让相同权重产生不同工具行为。

服务层要定义租户隔离、排队、公平性、限流、超时、取消、流式中断和资源不足的错误合同。长上下文会占用 KV cache，单个巨型请求可能拖慢短请求；调度器需要按上下文和 effort 分池，限制每租户在途 token，并暴露 queue、prefill、decode、KV 驱逐和失败指标。完整一百万上下文只在真实任务获得增益后开放，默认窗口按观测到的有效输入分布配置。

工具执行继续由应用控制。模型服务只生成经过解析的调用意图，策略层核对主体、工具、参数、仓库、路径和副作用额度，执行器运行在独立沙箱，返回结果带大小与敏感字段限制。多租户场景还要验证 prompt/cache 隔离、日志脱敏、制品访问和管理接口认证。本地部署把数据路径收回组织，也把这些责任交给组织。

高可用需要第二份容量或一个托管回退。单节点维护、驱动故障、权重重载和 GPU 错误会让整条路线停机；两套满配节点会直接翻倍大部分固定成本。团队可以选择一主一小型降级池、跨可用区双节点，或本地优先加 DeepSeek API 回退。每种选择都明确数据能否出边界、降级支持哪些任务、缓存是否兼容，以及回到本地前如何确认权重和日志连续。

API、小时租赁和自购设备对应三种不同承诺。API 适合需求波动、任务量尚小和模型仍在快速换代的团队。它把 GPU、内核和可用性运营交给供应商，调用方保留评测、数据治理、工具权限和回滚责任。DeepSeek 当前单价让这条路线覆盖很大的任务量区间；移动别名和公开 beta 状态则要求更严的响应身份记录和回归。

按小时租四卡节点适合数据位置、短期容量实验和 serving 定制。采购方能固定权重与容器，也能随时释放节点；持续下载、空闲和跨区存储会产生额外账单。合同前确认同机互联、共享存储、镜像时间、配额和故障替换，公开的“每卡小时”只有在拓扑满足时才形成可用节点。

自购设备适合稳定高利用率、机房与 GPU 运维已经成熟的组织。总拥有成本包含设备折旧、资金、保修、机架、供电、冷却、交换、备件、人员和利用率机会成本。三年摊销不能掩盖模型六个月后换代的风险；退出路径要允许节点承接其他推理任务，并保留托管 API 兼容层。采购判断最终由成功任务吞吐、政策价值和可复用基础设施共同决定。

8 收口：把 0731 当成一个可撤回的产品变化

对绝大多数团队，最合适的下一步很简单：继续保留现有生产模型，用 DeepSeek 托管 API 跑同一批真实代码任务。它的 0.0336 美元参考账单足够低，能在购买四卡节点以前快速得到质量、工具、延迟和失败证据。多模态任务让 Gemini 3.6 Flash 同场，固定身份或 ZDR 要求让 Claude Sonnet 5 同场；其余模型只在当前工作负载或采购边界需要时加入。

0731 权重的开放改变了数据边界和定制空间，公开提交、MIT 许可和 serving 文档让本地 POC 具备可执行入口。四卡级硬件、155.43 GiB 权重、KV cache、DSpark、解析器和模型服务运营共同构成真实方案。每天几百或几千个长任务仍通常由 API 获得更低的直接成本；高稳定吞吐、数据驻留或已有 GPU 平台可以把本地方案推入首测。

最终的生产答案写在一张版本化决策记录里：任务集提交、候选身份、成功率、人工修复、p50/p95、完整费用、工具副作用、数据路径、容量、故障恢复和回滚结果。0731 达标就灰度，任何关键门槛失守就撤回。下一个模型发布时重复同一合同，团队由此沉淀持续选择模型的能力；静态排行榜会随别名和后端更新迅速过期。