DeepSeekはV4 Flashモデルを更新し、2026-07-31にリリースされた新バージョンは、以前のプレビュー版と比較して大幅なパフォーマンス向上を示している。今回のアップデートでは、いくつかの新規ベンチマークの結果が導入され、既存のベンチマークでもスコアが改善された。

  • Terminal Benchのスコアが56.9から82.7に上昇（注：ベンチマークはv2.0からv2.1に変更）。
  • Toolathlonのスコアが51.8から70.3に上昇。
  • 新規ベンチマーク結果には、NL2Repo（54.2）、Cybergym（76.7）、DeepSWE（54.4）、Agent Last Exam（25.2）、Automation Bench（25.1）、DSBench-FullStack（68.7）、DSBench-Hard（59.6）が含まれる。
  • GPT-5.6 Terraと比較して、V4 FlashはTerminal Bench（+4.3）とToolathlon（+17.2）でリードしており、TerraはDeepSWE（+15.2）とAgents' Last Exam（+25.2）でリードしている。

このアップデートにより、エージェント関連タスクに対してより高性能なモデルバージョンが提供されたが、GPT-5.6 Terraのような競合他社に対するパフォーマンスは、特定のベンチマークによって混合した結果となっている。