DeepSeek V4 Pro正式版：Agent能力跃升、Harness开放

2026年8月13日，DeepSeek V4  Pro正式版在APP、网页端和API同步上线，本次更新的核心不是继续扩大参数或上下文，而是把后训练重点转向生产环境中的Agent执行能力，并同时补齐Responses API、Codex适配和思考强度控制。V4 Pro采用MoE架构，总参数1.6T、单Token激活参数49B，原生支持100万Token上下文，API最大输出长度为384K；在100万Token上下文下，其单Token推理FLOPs和KV Cache分别约为DeepSeek-V3.2的27%和10%。相比4月预览版，正式版在HLE工具增强、TerminalBench 2.1、DeepSWE、Toolathlon-Verified和Auto mationBench Public上分别提升24.5%、21.9%、389.8%、32.6%和148.4%。

价格方面，自北京时间8月17日0时起，DeepSeek改用峰谷定价，空闲时段价格为高峰时段的一半；以"100万未命中输入 20万输出"的长程Agent任务衡量，V4  Pro空闲/高峰成本约7.2/14.4元，空闲价约为Kimi K3的17%、Claude  Opus 4.8的10%，即使高峰时段也仍约为Kimi K3的34%，成本优势依然明显。与正式版发布同期开放的DeepSeek Harness开发者预览版采用“一切皆插件”的开放架构，预置Standard、PTC、Minimal和Creator四种模式，并采用追加式会话日志记录系统提示词、推理、工具调用与返回等完整执行轨迹。总体来看，V4 Pro的竞争力已由单点模型转向模型—Harness协同。

DeepSeek V4 Pro三类金融投研任务实测

我们以估值建模、多因子回测和行业研究三个真实投研任务，对DeepSeek V4 Pro、Kimi K3和GLM-5.2三个模型进行了实测。估值任务中，Kimi K3排名第一，其收入预测按"分产品销量×单价"拆解，颗粒度最细，报告结论与目标价、评级一致；DeepSeek V4 Pro排名第二，报告口径更新、结论审慎，但Excel关键公式存在系统性错位，修改假设后无法可靠重算；GLM-5.2排名第三，工作簿核心公式异常、结论无法复核，存在明显冲突。

回测任务中，DeepSeek V4 Pro排名第一，扣除交易成本、明确区分信号日与执行日并剔除停牌，底稿完整、可逐期复核；Kimi K3排名第二，交付较完整，但未扣成本、未区分交易时点、未处理不可交易状态，高换手下收益可能被明显高估；GLM-5.2排名第三，毛净收益完全相同，相当于未扣成本，中间过程披露不足。

行业研究任务中，DeepSeek V4 Pro排名第一，投资框架可复算，Wiki沉淀了来源页、实体页与综合页，关键数据可追溯；Kimi K3排名第二，评分框架完整但Wiki沉淀不足；GLM-5.2排名第三，知识库覆盖面最大，但缺少评分权重与计算方法，结论无法还原，可核实性最弱。总体来看，三个模型在预测颗粒度、底稿可复核性、交易约束处理和来源追溯等方面仍存在明显差距。

风险提示

结果通过历史数据统计、建模和测算完成，历史规律不代表未来；在市场环境发生变化时，模型存在失效的风险;策略依据一定的假设通过历史数据回测得到，当交易成本或其它条件改变时，可能导致策略收益下降甚至出现亏损；大模型输出的内容存在一定的随机性和准确性风险；本文所提炼的观点，基于一定的提示词产生，大语言模型输出的结果可能随着提示词的变化而发生变化。部分应用本身可能存在一定的安全风险，在使用此类应用时，用户需自行承担由此可能引发的任何风险和后果。在使用AI生成内容时，需要注意相关版权问题。用户应确保所使用的工具及其生成的内容符合相关法律法规的要求，避免侵犯他人知识产权