行业观察 · Agent 成本
核心趋势并非单一跑分，而是高水平 Agent 能力与极低价格在同一模型上的首次交汇。
2026 年 7 月 31 日，DeepSeek 宣布 V4-Flash 正式版 API 上线公测，重点强化 Agent 能力并公布基准测试数据。同日官方定价页面显示，V4-Flash 输出价格为每百万 tokens 2 元。
此次更新标志着 V4-Flash 正式落地，而 V4-Pro 正式版预计将随后发布。
需明确的是，2 元并非限时促销价，而是正式版挂牌价。当具备多步工具调用及终端代码修改能力的模型，其输出成本降至该水位，此前关于“任务是否值得调用模型”的成本核算逻辑将发生根本性逆转。
01
Agent 基准跻身顶尖梯队，但非总体排名
DeepSeek 官方对比表中，Terminal Bench 2.1 数据最为瞩目：V4-Flash 得分为 82.7，优于 GLM-5.2 的 81.0，并逼近 Opus-4.8 的 85.0。
在 Agent 编程基准单项上，V4-Flash 已超越 GLM-5.2 并接近 Opus 4.8 水平。需注意，各模型测试 Harness 并不完全一致，该数据仅表明 V4-Flash 在部分 Agent 基准上进入第一梯队，不能直接等同于总体能力排名。
同一对比表中另外两项数据同样值得关注：Agents' Last Exam 方面，V4-Flash（25.2）与 Opus-4.8（25.7）、GLM-5.2（23.8）差距微小；DeepSWE 方面，V4-Flash（54.4）虽落后于 Opus-4.8（58.0），但显著优于 GLM-5.2（46.2）。综合来看，V4-Flash 在 Agent 类任务上的高分表现具有稳定性，但尚未完全抹平与旗舰模型的差距。
02
能力与价格首次同步到位
真正的变革在于高水平 Agent 能力与极低价格首次在同一模型上实现统一。过去两年，这两者往往割裂：能处理复杂多步任务的模型成本高昂，而廉价模型在 Agent 循环中容易出错，导致返工成本抵消了节省的费用。因此，业界常规做法仅在关键环节使用高价模型，其余环节依赖人工兜底。
V4-Flash 改变了这一博弈逻辑：问题从“模型能否完成任务”转变为“任务能否高频执行”。前者是能力边界问题，后者则是供给规模问题。在工程实践中，后者才是决定某项能力能否成为日常习惯的关键。
回顾发布节奏，2026 年 4 月 DeepSeek 开源 V4 预览版时即提供 Pro 与 Flash 双型号。截至 7 月 31 日，仅 Flash 版本转正，Pro 版正式版尚未发布。这意味着当前以低价可调用的，是 V4 系列中定位更轻量的档位。Flash 已将价格与 Agent 能力推至新高度，而尚未发布的 V4-Pro 则代表了未来的能力上限，这使得当前的测试分数更具参考价值——它并非用旗舰性能换取性价比标签。
具体定价策略对 Agent 场景极为友好：每百万 tokens，缓存命中输入仅需 0.02 元，未命中输入为 1 元，输出为 2 元。缓存命中与未命中之间高达 50 倍的价差，极大降低了反复读取长上下文场景的成本。
03
AI 大模型价格全行业下行
7 月 30 日，OpenAI 亦调整了价格：Luna 模型输入/输出价格分别从$1/$6降至$0.20/$1.20，降幅达 80%；Terra 模型从$2.50/$15降至$2/$12，降幅 20%。
尽管各家币种与模型定位不同，不宜简单换算倍数对比，但趋势明确：DeepSeek 定价更为激进，且单位智能成本正以超预期的速度被全行业压低。
Claude 等高能力、高成本路线在涉及资金安全、线上生产等容错率极低的场景中依然具有不可替代的价值。然而，将最强、最贵的模型设为所有日常智能任务的默认入口并不理性。对于整理素材、格式检查、批量摘要等不需要天花板级推理的任务，市场更需要的是便宜、稳定且支持高频调用的解决方案。
04
AI 大模型需如水般普及方算到位
通向 AGI 的路径不仅在于推高能力上限，更在于让“足够好”的智能变得廉价、稳定且可大规模调用。
AI 大模型应像水一样成为基础设施。水的价值不在于某一滴特别纯净，而在于打开水龙头即可获取，成本低廉到用户无需为每一次使用进行决策。
DeepSeek 的低价挂牌价本身不直接产生智能，也不意味着 AGI 即刻到来。但它让“随时可用、无需犹豫”在 Agent 级别的能力上首次具备了经济可行性。基础设施的演进规律正是如此：先通过降价消除单次成本顾虑，进而渗透至所有应用场景。
基础设施的演进逻辑：
先便宜到无人再计算单次成本，然后才被应用到所有地方。