8月13日深夜，国产大模型公司深度求索（DeepSeek）迎来密集的技术与产品更新。在正式推出V4-Pro-0813版本的同时，其首款Agent（智能体）基础设施Harness也宣告开源。结合近期公布的中文编程测评数据，DeepSeek正通过底层模型能力的跃升与上层应用框架的拓展，进一步缩小与国际顶尖水平的差距，并持续巩固其在性价比领域的优势。
V4-Pro正式版上线：性能对标Fable 5，定价策略暂未调整
8月13日凌晨，DeepSeek低调上线了V4-Pro-0813正式版。目前，该版本已同步更新至API接口与官方Chat端，开发者可通过原有的deepseek-v4-pro接口直接调用。
在性能表现上，官方公布的跑分数据显示，V4-Pro-0813不仅全面超越了此前的预览版及Flash-0731版本，在与国际顶级大模型的横向对比中也展现出强劲实力。测试结果表明，该版本已稳定超越Anthropic的Opus 4.8，并在多项指标上与OpenAI的Fable 5处于同一梯队，具备了与全球最前沿模型“正面交锋”的能力。
价格方面，V4-Pro-0813目前的API定价仍维持在此前水平，整体约为V4-Flash版本的3倍。尽管官方此前曾多次释放调整API价格的信号，但当前页面尚未引入峰值定价机制，具体的涨价幅度与生效时间仍有待后续正式公告。
编程测评跻身第一梯队：成本仅为头部模型的十四分之一
在模型底层能力提升的同时，DeepSeek在垂直应用场景中的表现也获得了权威评测机构的认可。
根据CLUE团队最新发布的SuperCLUE-Terminal中文智能体终端编程测评榜单，DeepSeek-V4-Pro-0813以51.52分的成绩位列第二，仅次于月之暗面的Kimi-K3（60.61分），并大幅领先于GLM-5.2（48.48分）及老版V4-Flash（46.46分）。
SuperCLUE-Terminal是专门面向国内开发者的实战评测标准，采用本土真实编程任务，并以Claude Code作为统一运行框架，重点考察模型理解中文需求、任务规划、工具调用及代码纠错的完整闭环能力。每道考题需进行50至110轮交互，单题运行时间长达半小时至一个半小时，高度还原了日常开发中的复杂工作流。
在实际测试中，V4-Pro-0813能够完整处理前端页面构建、3D游戏逻辑开发及工程脚本修改等任务，代码结构合理，交互反馈自然。更为关键的是其极致的成本控制：单题调用成本仅为1.42元，约为Kimi-K3的十四分之一、GLM-5.2的十六分之一。对于中小企业和独立开发者而言，这种在性能与开销之间取得的平衡，大幅降低了高阶代码辅助工具的使用门槛。
进军Agent赛道：Harness开源，贯彻“一切皆插件”理念
除了模型本体的迭代，DeepSeek在应用落地层面也迈出了重要一步。8月13日晚间，DeepSeek正式推出首款Agent产品——DeepSeek Harness v0.1开发者预览版，并以MIT协议在GitHub全面开源。
如果说大模型是Agent的“大脑”，那么Harness就是其“四肢”与“神经系统”。官方将其核心逻辑总结为“Model + Harness = Agent”：模型负责思考与推理，Harness则负责实际的执行与调度。该项目内置了项目管理、长周期任务协作、多智能体编排、上下文管理、联网检索及外部技能调用等本地智能体工作台所需的核心能力。
本次Harness的最大亮点在于其“一切皆插件”的架构设计。基于Cordis插件元框架打造，Harness将模型、工具、技能、会话、沙箱、存储、循环、调度及UI等所有Agent能力均抽象为独立插件。开发者无需修改项目源码，即可通过配置层面的自由拼装，实现任意模块的自定义与能力扩展。
为适应不同开发场景，Harness预置了四种运行模式：
标准模式：搭载全套工具组件，满足通用开发需求；
PTC模式：由模型生成代码，编排多轮工具链式调用；
极简模式：仅保留Shell与文件编辑工具，适用于最小环境下的模型基准测试；
创造模式：支持运行时状态查看与内存调试，允许开发者自定义生成全新运行模式。
开发者在本地部署Node.js工具链后，即可通过简单的npx命令快速拉起Web交互界面。作为DeepSeek布局Agent赛道的开源基座，Harness v0.1的发布标志着其正从单一的模型提供商，向提供完整AI应用基础设施的平台演进。
从V4-Pro正式版在通用能力与编程领域的双突破，到Harness开源对Agent生态的底层构建，DeepSeek在短短24小时内完成了一次从“模型能力”到“系统能力”的全面展示。在竞争日益激烈的大模型赛道中，这种坚持技术硬核与极致性价比的路线，正为其赢得更广阔的市场空间。
