DeepSeek 发布 V4 Pro 0813：1.6T MoE 架构，Agent 基准测试接近 Claude Fable 5
DeepSeek 8 月 13 日北京时间 11pm 发布 DeepSeek-V4-Pro-0813，1.6T MoE 架构，Terminal-Bench 2.1 得分 87.9，API 定价 $0.435/1M token。这是 V4 Pro 的正式 GA 版本，在多个 Agent 基准测试中接近 Claude Fable 5 水平，但价格仅为后者 1/57。SCMP、Simon Willison、RankLLMs 报道。
DeepSeek 发布 V4 Pro 0813：1.6T MoE 架构，Agent 基准测试接近 Claude Fable 5
2026 年 8 月 13 日，DeepSeek 发布 DeepSeek-V4-Pro-0813，1.6T MoE 架构，Terminal-Bench 2.1 得分 87.9，API 定价 $0.435/1M token。SCMP、Simon Willison、RankLLMs 报道。
事件与背景
DeepSeek V4 Pro 0813 是 V4 Pro 的正式 GA 版本（此前为 4 月底的 preview），在多个 Agent 基准测试中接近 Claude Fable 5 水平，但价格仅为后者 1/57。这是中国 AI 公司在前沿模型领域的又一次价格-性能突破。
关键事实
| 项目 | 详情 |
|---|---|
| 架构 | 1.6T MoE（Mixture of Experts） |
| 性能 | Terminal-Bench 2.1: 87.9，接近 Claude Fable 5 |
| 定价 | $0.435/1M token（Fable 5 的 1/57） |
| 定位 | Agent 任务（代码、工具调用、多步推理） |
| 争议 | 基准测试与实际应用差距；中国 AI 公司的可持续性 |
技术/机制解释
MoE（Mixture of Experts）架构：
- 原理：模型包含多个"专家"子网络，每次推理只激活部分专家
- 优势：总参数量大（1.6T），但推理成本低（只激活部分参数）
- 挑战：负载均衡、专家路由、训练稳定性
Agent 基准测试：
- Terminal-Bench 2.1：测试代码生成、工具调用、多步推理
- 得分 87.9：接近 Claude Fable 5，但 SCMP 报道"struggles on benchmarks"
- 实际应用差距：基准测试高分 ≠ 实际任务可靠性（幻觉、工具调用失败率）
影响与意义
对中国 AI 行业，在芯片限制下仍能推出前沿模型，验证技术能力；对全球 AI 市场，价格-性能突破可能冲击现有定价体系；对开发者，低成本 Agent 模型可能降低应用门槛；对 AI 安全，中国前沿模型的快速发展引发监管关注。
风险与边界
基准测试与实际应用差距（SCMP 报道"struggles on benchmarks"）；中国 AI 公司在芯片限制下的可持续性（资金、芯片限制）；MoE 架构的实际推理成本（vs dense 模型）；Agent 任务的可靠性（幻觉、工具调用失败率）。
后续观察
跟踪实际 Agent 任务表现（非仅基准测试）；评估中国 AI 公司在芯片限制下的可持续性；观察 MoE 架构在推理成本上的实际优势；关注 DeepSeek 的开源策略（是否开放权重）。
AI Master 解读
核心事件
DeepSeek 发布 V4 Pro 0813，1.6T MoE 架构，Agent 基准测试接近 Claude Fable 5。
行业影响
为什么重要： DeepSeek V4 Pro 0813 是 V4 Pro 的正式 GA 版本（此前为 4 月底的 preview），在 Terminal-Bench 2.1 得分 87.9，多个 Agent 基准测试接近 Claude Fable 5，但 API 定价仅 $0.435/1M token，约为 Fable 5 的 1/57。这是中国 AI 公司在前沿模型领域的又一次价格-性能突破。
影响分析：
| 维度 | 影响 |
|---|---|
| 架构 | 1.6T MoE（Mixture of Experts） |
| 性能 | Terminal-Bench 2.1: 87.9，接近 Claude Fable 5 |
| 定价 | $0.435/1M token（Fable 5 的 1/57） |
| 定位 | Agent 任务（代码、工具调用、多步推理） |
| 争议 | 基准测试与实际应用差距；中国 AI 公司的可持续性 |
风险边界： 基准测试与实际应用差距（SCMP 报道"struggles on benchmarks"）；中国 AI 公司在前沿模型领域的可持续性（资金、芯片限制）；MoE 架构的实际推理成本（vs dense 模型）；Agent 任务的可靠性（幻觉、工具调用失败率）。
AI Master 建议
跟踪实际 Agent 任务表现（非仅基准测试）；评估中国 AI 公司在芯片限制下的可持续性；观察 MoE 架构在推理成本上的实际优势；关注 DeepSeek 的开源策略（是否开放权重）。 **来源:** SCMP / Simon Willison / RankLLMs **链接:** https://www.scmp.com/tech/big-tech/article/3363895/deepseeks-updated-v4-pro-ai-model-struggles-benchmarks-shines-cybersecurity