7月31日，DeepSeek把V4-FlashAPI推进了公测。Agent评分全面超过了自家旗舰V4-Pro。

看几个关键分数。TerminalBench2.1编码Agent任务：82.7。DeepSWE软件工程：54.4。Cybergym网络安全：76.7。Toolathlon工具调用：70.3。每一项都是Agent能力。编码、修bug、做安全测试、调API。企业真正要AI干的就这些。

DeepSeek说，这次更新没改模型架构，没加参数，只是重新做了一遍后训练。

参数大战打了两年，所有人都在比谁更大、谁分更高。但企业用户只关心一件事：能不能用，用不用得起。

GPT-5.6很强，贵。就在DeepSeek发公测前一天，OpenAI把GPT-5.6Luna的价格砍了80%。企业客户对AI成本的敏感，已经逼到OpenAI要靠降价来稳市场了。

DeepSeek这次的答案不一样。它选择让一个更小的模型变得更能干。Flash本来就比Pro便宜，现在Agent能力还反超了。企业不用买最贵的Pro，用Flash就能让AI干活。

让AI靠谱地完成一个完整任务全靠，模型本身的能力和在真实环境里不跑偏的能力。第一个是基本功，第二个才是难点。很多模型在标准测试集上分数漂亮，扔进真实环境就拉跨。DeepSeek这次专门测了网络安全实战和全栈开发实战，就是想证明Flash在真实任务里撑得住。

中国AI的竞争策略在变。一年前还在追参数、追benchmark排名，现在DeepSeek、月之暗面、MiniMax这批公司开始把重心放在怎么让AI真正干活上。

价格战还在打，下一轮的战场已经很清楚：谁的模型能像员工一样干活，谁赢。