近日，人工智能领域迎来新动态，DeepSeek在官网悄然完成更新，备受瞩目的DeepSeek V4 Pro正式版模型闪亮登场。尽管目前DeepSeek尚未发布正式公告，但开机实验室从用户群获悉，该团队已确认DeepSeek V4 Pro正式版已更新至API，且调用模型名称保持不变。
从公开信息来看，DeepSeek V4 Pro具备强大性能。它支持1M上下文长度，最大输出长度可达384K Token，同时提供非思考模式和思考模式供用户选择。在API支持方面，涵盖JSON Output、Tool Calls、Responses API、Anthropic API，还支持Beta阶段的对话前缀续写与FIM补全。接入方式上，支持Responses API和Codex接入，满足不同用户的需求。
价格方面，DeepSeek V4 Pro一直是近期关注焦点。目前，其输入价格为3元/百万Tokens，若缓存命中则为0.025元/百万Tokens；输出价格为6元/百万Tokens。与DeepSeek V4 Flash相比，V4 Pro的输入、输出价格是后者的3倍。然而，将其置于同行队列中，价格优势依然明显。据开机实验室此前不完全统计，国内大模型中，输入价格在缓存未命中情况下，最贵的是阿里Kimi新推出的大模型K3，达20元/百万Tokens；最便宜的是阿里Qwen3.7 - Flash，仅需0.20元/百万Tokens。输出价格方面，最便宜的是阿里Qwen3.7 - Flash，为0.8元/百万Tokens；最贵的是K3，高达100元/百万Tokens。其他国产大模型价格在此区间内波动。
从DeepSeek公布的V4 Pro首批跑分情况可知，新版本亮点突出，尤其在Agent能力上显著增强。与预览版及其他大模型相比，表现可圈可点。开机实验室发现，正式版本在10项Agent能力评测中全部实现提升，提升最明显的集中在软件工程、网络安全等实战类评测。
在DeepSWE评测中，该评测主要考察AI智能体在复杂软件工程场景下的能力，V4 Pro得分从预览版的12.8分跃升至62.7分，近乎翻5倍。Cybergym评测考验Agent在真实世界的网络安全能力，V4 Pro得分从52.7分升至83.3分。将V4 Pro与国内外主流旗舰模型，如Kimi - K3、智谱GLM - 5.2、Anthropic的Opus 4.8、Fable 5对比，会发现这一代V4 Pro主打“能干活”。在Cybergym评测中，V4 Pro得分排名第一，略高于Fable 5（83.1分）和Kimi - K3（80.0分）；AutomationBench评测主要测Agent业务流程自动化能力，V4 Pro以31.8分的成绩位列第一，高于Kimi - K3（30.8分）和Fable 5（29.1分）。不过，在知识推理（HLE）、代码仓库生成（NL2Repo）、长程工具调用（Toolathlon）等项目上，V4 Pro略低于友商的旗舰大模型。
与此同时，DeepSeek Harness团队的轮廓逐渐清晰。几天前有消息称，该团队已完成微信公众号注册。开机实验室查询发现，公众号DeepSeek Harness团队已注册，认证公司主体为北京深度求索人工智能基础技术研究有限公司。据DeepSeek官网介绍，该团队以研究、工程、产品相结合的方式，将DeepSeek的模型能力转化为前沿科研突破与领先的Agent产品。
那么，Harness究竟是什么呢？一个能干活的智能体Agent由大脑（模型）和手脚（Harness）组成。模型负责理解需求、推理和生成方案；Harness负责读写文件、调用工具、运行代码、记忆管理等，将模型能力落地到真实环境中，完成从理解需求到交付结果的完整闭环。目前，最为知名的两款Harness是OpenAI的Codex和Anthropic的Claude Code。
据多家媒体报道，DeepSeek Harness于2026年5月内部立项，独立组建Harness专项核心团队，由崔添翼担任负责人。公开信息显示，崔添翼毕业于浙江大学计算机系，加入DeepSeek前，曾在量化交易机构Jane Street任职约九年，后又以联合创始人身份在量化投资机构天市垣资本工作三年多，2026年3月加入DeepSeek Harness团队。此前，崔添翼在社交媒体发文称，DeepSeek Harness目前开放产品经理、研发工程师等岗位招聘。
开源证券计算机行业点评报告认为，DeepSeek Harness框架首次亮相，承载Agent运行时与持续学习能力，推动Agent应用从原型验证阶段走向规模化商用落地。海通国际指出，未来模型实际效果将越来越取决于“模型＋Harness＋工具＋数据”的整体组合，单纯依靠基础模型能力建立壁垒的难度将进一步上升。
