DeepSeek-V4-Flash 正式版跑分报告：AI 单任务成本比 GPT-5.6 Luna 低约 60%

IT之家 8 月 1 日消息，深度求索（DeepSeek）昨日（7 月 31 日）通过 API 文档发布日志，宣布 DeepSeek-V4-Flash 正式版 API 上线公测。@ArtificialAnlys、@arena 等 AI 跑分基准平台今天（8 月 1 日）同步更新了相关基准测试结果。@ArtificialAnlys (Artificial Analysis)@ArtificialAnlys (Artificial Analysis) 是一家领先的国际独立 AI 基准测试与分析机构，专门针对大语言模型（LLM）、视频生成、AI 音乐等多领域进行无偏见的性能与托管成本评估。其中，Artificial Analysis Intelligence Index（智能指数）是最核心的综合性技术基准，用来全面衡量 AI 模型的绝对智能水平并追踪技术演进。报告指出 DeepSeek V4 Flash 0731 在人工智能分析智能指数 (AII) 中获得 50 分，比 DeepSeek V4 Flash（2026 年 4 月发布）高出 10 分，比 DeepSeek V4 Pro 高出 6 分。DeepSeek V4 Flash 0731 的智能指数比 GPT-5.6 Luna（最高 51 分）低 1 分。即使 OpenAI 今天将 GPT-5.6 Luna 的价格下调了 80%，DeepSeek V4 Flash 0731 在其自有 API 上的单任务成本仍然比 GPT-5.6 Luna（最高 51 分）低约 60%。造成这一差异的关键因素是 DeepSeek 为其自有 API 提供了约 98% 的缓存命中折扣，这一折扣力度远超业内大多数厂商提供的 90% 缓存命中折扣。@arena (Arena.ai)@arena (Arena.ai) 是当前全球 AI 行业最权威的“人类偏好”大模型即时对战与评测平台。它源自著名的 LMSYS Chatbot Arena 团队，采用类似国际象棋的 Elo 积分系统，通过纯粹的人类开发者双盲盲测（Blind A/B Testing）来对全球 AI 模型进行高强度的淘汰赛排名。在其细分榜单中，Frontend Code Arena（前端代码竞技场，又称 WebDev Arena）是目前评估大模型网页开发、前端工程与 Agent 级自动化编码能力的黄金标准与行业风向标。报告称 DeepSeek-V4-Flash-High 以 1586 分的成绩重塑了 Frontend Code Arena 跑分榜单。每个 MToken 的价格为 0.14 美元（IT之家注：现汇率约合 0.95 元人民币）/0.28 美元（现汇率约合 1.9 元人民币），是同类产品中性价比最高的。在前端代码领域，它的总排名为第 7，开放类别的排名第 3！在各个类别中，它在消费产品领域排名第 4，在基于参考的设计、数据与分析、游戏领域排名第 6，在品牌与营销领域排名第 7。与 DeepSeek-V4-Flash-High-Preview 相比，这是一个显著的提升，性能提高了 154 分。而与 DeepSeek-V4-Pro-Preview 相比，提升幅度更大，达到了 121 分。和其它模型对比IT之家查询 X 平台，发现有不少开发者分享了使用 DeepSeek-V4-Flash 正式版的对比视频：DeepSeek-V4-Flash 和 GPT-5.6 Luna 模型的视频对比DeepSeek-V4-Flash 和 GPT-5.6 Luna 模型的视频对比DeepSeek-V4-Flash 和 GPT-5.6 Luna 模型的视频对比DeepSeek-V4-Flash 和 Kimi K3 模型的视频对比