
DeepSeek V4 Flash 正式版公测上线了。中午刷到这消息时有点意外,同一天 OpenAI 刚把 GPT-5.6 两款模型降价,国内某家的 Pro 订阅月费也到了 538 元。DeepSeek 挑在公测这天放出 V4 Flash,意味挺明显。

原生适配 Codex,一键就能配
对一直在用 Codex 的人来讲,这次更新最实在的地方是:V4 Flash 正式支持 Responses API 原生适配。
之前在 Codex 里接 DeepSeek,得自己加一层路由中转,cc-switch、Codex++ 这类工具就是做兼容路由的。现在官方直接支持 Responses API,还配了一键配置脚本,把配置流程全自动化了。

前提:本机已经装好 Codex CLI 或 ChatGPT 桌面端,并且至少运行过一次,确保 ~/.codex 目录已经生成。
macOS 和 Linux 在终端执行:
bash <(curl -fsSL https://cdn.deepseek.com/api-docs/codex-deepseek-setup.sh)
Windows 用 PowerShell:
irm https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.ps1 | iex
脚本会按顺序做四件事:
备份现有配置:把 ~/.codex/config.toml 备份到 ~/.codex/backup-deepseek/,随时可以还原。
写入模型目录:向 Codex 声明 DeepSeek 模型的元数据,包括上下文窗口长度、推理强度档位和工具调用格式,让 Codex 像用内置模型一样用它。
修改核心配置:只改必要字段并新增提供方配置,原有的 MCP 服务器和项目信任级别都保留。有冲突的字段会被删掉,而且逐条打印原因。
执行校验:写盘前校验 config.toml 和 models.json 的语法,校验不通过就中止,不碰任何文件。
想换模型或者恢复安装前的配置,重新跑一遍脚本,在菜单里选就行。
如果更喜欢手动配,核心就是两个文件。
~/.codex/config.toml 用来指定模型与提供方:
model = "deepseek-v4-flash" model_provider = "deepseek" preferred_auth_method = "apikey" forced_login_method = "api" model_reasoning_effort = "high" model_catalog_json = "~/.codex/models.json" [model_providers.deepseek] name = "deepseek" base_url = "https://api.deepseek.com/" wire_api = "responses" experimental_bearer_token = "<你的 DeepSeek API Key>"
~/.codex/models.json 用来定义模型元数据,内容比较长,建议直接从官方文档复制,或者直接用一键脚本生成。配置完成后重新进 ChatGPT App,就能正常使用了。
官方测评与模型说明
看官方测评数据,单 V4 Flash 正式版就已经超过 GLM5.2,过阵子的 Pro 更值得期待。

这里要留意:模型结构和尺寸跟预览版完全一致,这次提升来自重新后训练,DeepSeek 是靠训练策略优化拿到了更高效的性能。
几点提醒:模型和价格
目前只有 V4 Flash 接进了 Codex,V4 Pro 估计要等 8 月初正式发布后再接入,所以现在配置只能选 deepseek-v4-flash。日常开发的 Agent 任务 Flash 够用,Pro 更适合复杂推理。
V4 Pro 正式版官方说法是尽快发,按这个节奏应该不会等太久。
价格走的是峰谷策略。高峰时段是北京时间 9:00 到 12:00、14:00 到 18:00,这两个窗口价格翻倍。跑长任务尽量避开,能省下不少。
一点小结
单凭 V4 Flash 评测超过 GLM5.2 这一点,就已经挺能打了。官方文档还提到 DeepSeek 要发一款 DeepSeek Harness,专门面向 Code Agent,这个也值得等。API Key 在 DeepSeek 开放平台申请,更新日志在官方文档站能查到。
如果你想把这类 AI 工具和数字化能力真正用进自己的业务,可以咨询云巴巴。云巴巴是国内领先的企业数智服务平台,覆盖 AI 大模型、智能体、协同办公、营销获客、安全合规等多个领域的企业级产品与方案,能按你的行业、规模和预算比对选型、匹配资源、协助落地。欢迎咨询云巴巴,获取更多产品方案与专属服务。


以家居卖家多店报表分裂为场景,讲解如何用 Accio Work 的生意地图把多平台利润、流量、库存拉通,一张图看全局。适合多店铺多平台经营的家居卖家参考。

以机械外贸报价整理慢为场景,讲解如何用 Accio Work 的知识库与询盘结构化能力,把配置复杂的报价弹药提前备好。适合机械外贸等配置复杂品类的报价提效参考。

以客服离职交接混乱为场景,讲解如何用 Accio Work 的知识库沉淀机制,把分散的客服话术变成可顶岗的组织资产,适合客服团队标准化与知识沉淀场景参考。

以服装卖家上新拖延为场景,讲解如何用 Accio Work 的多平台发品能力,把跨平台重复上架收口成一次维护、一键发布。

以五金厂跨时区询盘为场景,讲解如何用 Accio Work 的自动接待与询盘分层能力,把夜里流失的海外商机接住并结构化处理。