本文基于以下微博话题的智搜结果生成
DeepSeek V4 Flash正式版跑分出炉，该模型在底层架构不变的前提下，纯靠后训练将Agent能力拉升至逼近GPT-5.6 Luna的水平，并以极致性价比重塑了国产大模型的竞争格局。
一、核心跑分与智能指数
综合智能：在Artificial Analysis智能指数（AII）中获50分，较前代提升10分，仅比GPT-5.6 Luna（51分）低1分。
Agent能力：Terminal Bench 2.1得分达82.7，超越智谱GLM 5.2的81.0分；DeepSWE从7.3暴涨至54.4，9项官方Agent基准全面超越自家V4-Pro预览版。
二、技术路径与极致性价比
纯后训练优化：保持284B总参/13B激活的MoE架构不变，未改动底层结构，仅通过重新后训练实现能力跃升。
成本优势：依托约98%的缓存命中折扣，其单任务成本比降价后的GPT-5.6 Luna仍低约60%，API定价维持输入1元/输出2元每百万Token。
三、开发者生态与接口适配
原生支持新协议：正式版原生兼容Responses API格式，便于开发者直接在Agent框架中调用。
无缝适配Codex：针对Codex编程助手完成专项适配并提供一键配置脚本，开发者无需更改代码即可低成本接入。
