DeepSeek V4-Flash-0731 进入公开测试：中国竞争对手引入 Codex 协议

简单来说

DeepSeek 在7月31日推出V4-Flash-0731公开测试版，明确定位为“代理任务” - Responses API，兼容Codex，公布两项得分（Terminal Bench 2.1 82.7分，DeepSWE 54.4分）。换句话说：中国实验室退出“通用模型”竞赛，转而提供一个在当前关键领域（代理循环）具有竞争力的变体。

真正的变化

V4-Flash-0731在api-docs.deepseek.com/updates（2026年7月31日）有详细说明，并非架构重构，而是针对三个方面的后训练补丁：工具使用的稳健性、Responses格式的遵循（Codex采用的OpenAI协议）以及带状态的长时间执行。显示的得分将V4-Flash置于实用平台，略低于其各自通信日期的封闭边界。

幕后

Terminal Bench 2.1测量在受控环境中执行shell/dev任务的能力，跨越数十轮；DeepSWE测量解决实际GitHub问题的能力。一个在Terminal Bench上得分82且不失控的模型可以作为Codex运行时使用，无需大量包装。关键技术点：V4-Flash实现了Responses格式，因此可以通过更改提供商的URL插入现有Codex链中 - 这就是真正的“然后呢”。

那么呢

两个影响。Codex / Claude Code从业者：中国供应商首次提供协议兼容性可信的选项 - 运行时方面的供应商锁定降低，价格/延迟的权衡在不重写编排的情况下成为可能。开放模型经济文件：这是“6个月存活期”论点的直接反例 - DeepSeek继续在封闭边界的同一轨道上推出具有竞争力的定价变体，没有宣布转向。需要关注：V4-Flash代理在长时间工具使用中的实际延迟，DeepSeek方面限速时的行为，以及向编排器（LangChain、LlamaIndex、Cursor、Continue）的传播。