DeepSeek-V4-Flash 正式版公测：单任务成本较 GPT-5.6 Luna 低约 60%

DeepSeek 的 V4-Flash 正式版于 8 月 2 日开启公测。这一档位的卖点非常聚焦——把"单任务的综合成本"打到极致。官方给出的对照数字足够直白：单任务成本比 GPT-5.6 Luna 低约 60%，并宣称约 98% 的缓存命中率，以此压低多轮对话、相似 Prompt 批量调用这类重复上下文场景的推理开销。

竞争锚点正在从"能力"移向"单位成本"

V4-Flash 延续 DeepSeek"低成本 + 开源"的一贯路线，定位是 V4 系列中面向成本敏感高频调用的性价比档位。单看 60% 的成本差，容易被读成单纯的"价格战"；但它真正的意义在于，把市场讨论的焦点从参数与分数，拉到了"单位任务综合拥有成本"上——对大规模调用方来说，这往往比榜单上的零点几分更影响选型决策。

98% 的缓存命中率则放大了这套逻辑：重复上下文几乎以零边际成本运行，对 Agent 多轮编排、批量数据处理类负载尤其关键，几乎是规模化落地的一道分水岭。公测阶段值得盯住的两个观察点，也正是高并发稳定性与复杂任务（长代码、深度推理）的一致性——前者决定能否扛住真实流量，后者决定它接得住多难的任务。

值得一提的是，DeepSeek 近期的动作不止停留在模型层：从推理基础设施开源到算力底座自建都在同步推进。V4-Flash 的公测，更像是"成本领先"这套飞轮在推理侧的一次集中展示，也把对闭源高价模型的价格压力推到了新高度。

后续值得跟踪的几个方向：

1. 公测期高并发实测：真实负载下的稳定性数据，是能否上生产环境的硬指标。
2. 复杂任务一致性：长代码与深度推理场景的表现，决定它的能力上限在哪。
3. 商用定价与开源权重：正式商用定价及后续开源节奏，将直接影响开发者选型格局。