作者 | 赵芷姗
编辑 | 周伟鹏
8 月 12 日晚，DeepSeek 突然发布 V4 Pro 正式版，目前官网已更新部分信息。
它拥有 100 万 Token 上下文长度，最大 384K 输出长度，支持思考模式和非思考模式。
根据最新的跑分图，其多项能力逼近全球最强模型 Fable 5，甚至有几项超过了它。
这下子，梁子变梁神了。
可惜碰到了梁叔叔，DeepSeek V4 Pro 在性能稍强的情况下，输出价格只有 Grok 4.6 七分之一左右。
刚发布就要掉入斩杀区？
多个指标超过 Fable 5
4 月 DeepSeek V4 Pro 预览版问世时，它的智能体相关评测成绩还并不算亮眼，不少硬核任务跑分落后海外头部模型。
而这次 0813 正式版，完成了一次堪称脱胎换骨的迭代，尤其在智能体实操任务上实现大幅跨越。
在终端操作测试上，它拿到 87.9 分，高于 Opus 4.8 的 85 分，距离 Fable 5 只差 0.1 分。
这项测试考验模型操控 Shell 命令、运维沙盒环境、批量处理文件的真实动手能力，是智能体最硬核的指标之一。
在软件工程任务测评中，V4 Pro 正式版拿到 62.7 分，大幅甩开旧预览版的 12.8 分，高于 Opus 4.8 的 58 分。
这代表模型不再只擅长简单的代码补全，面对大型代码仓库、多文件项目重构、复杂 Issue 排错，已经具备成熟的处理能力。
而在网络安全智能体测试上，它更是一举超过 Fable 5，显示出面对漏洞复现、安全攻防类任务的独特优势。
当然，它并非全维度通吃，在高难度推理、超高难度综合任务上，对比 Opus 4.8、Fable 5 依旧存在差距。
价格上 V4 Pro 延续了 DeepSeek 超高性价比优势，百万 Tokens 输入只要 0.435 美元（国内 3 元），输出也只要 0.87 美元（国内 6 元）。
相比大洋彼岸的闭源模型，便宜得有点夸张。
DeepSeek 搭建起完整智能体方案
就在 DeepSeek V4 Pro 发布之时，有社区爆料 DeepSeek Harness 也将在今天开启公测。
大模型本身只会输出文本，真正要让 AI 去写代码、改文件、跑测试、调试报错、反复迭代直到任务完成，光有模型远远不够，中间需要一整套 " 手脚 " 和 " 调度系统 "，这就是 Harness。
今年 5 月，DeepSeek Harness 在内部正式立项，8 月 2 日开始内测，这两天 Harness 还注册了官方微信公众号。
一切的迹象都说明它快来了。
过去，开发者拿到大模型 API，想要做可用的代码智能体，所有执行逻辑、工具循环全部需要自己从零搭建。
而随着 Harness 开启公测，DeepSeek 可以直接交付一套完整闭环方案：模型负责思考推理，Harness 负责落地执行。
这意味着 DeepSeek 的竞争从单纯模型跑分升级到完整智能体栈的对抗。
Grok 4.6 很强但有短板
性价比还得看 DeepSeek
同一时间发布的 Grok 4.6，同样来势汹汹。
智能综合指数拿到 61 分，追平 GPT 5.6 Sol Max；Cursor 代码测评达到 69.9%，在单文件代码改写、日常代码补全场景表现亮眼，现实复杂任务测试甚至跑出 15.8% 的高分，通用综合推理是它的长板。
而 V4 Pro 几乎无短板。终端操作、代码工程、安全攻防、高难推理，没有任何一项掉出全球第一梯队。
Grok 4.6 虽然学习 GPT 也开始打价格战，不仅比 Opus 5 和 5.6 Sol 便宜，甚至比 Sonnet 5 还便宜，在海外模型中很有性价比。
但它偏偏遇上了 DeepSeek。
结语
这一次 Grok 4.6 与 DeepSeek V4 Pro 近乎同期发布，是全球 AI 竞争一个标志性的节点。
大模型比拼不再只看纸面综合分数，场景落地、配套工具链、成本、本地化可用性，正在变得越来越重要。
Grok 4.6 证明海外厂商依旧在通用推理上保持强大实力，而 DeepSeek V4 Pro 0813 加上 Harness，则证明国内团队已经有能力在智能体这个下一代 AI 核心赛道，拿出可以和海外顶尖产品掰手腕的完整方案。
END
欢迎点击科技每日推送视频号，看最新视频 ~
↓↓↓
Question. Write.Narrate. Believe. Become a story. 易简传媒的愿景是提问和传播商业故事，让读者更开阔，更聪明。有 2500 万微信粉丝关注我们的账号，欢迎大家关注：
