智東西
作者 江宇 陳駿達(dá)
編輯 心緣

智東西4月24日?qǐng)?bào)道，今日，DeepSeek正式發(fā)布并開(kāi)源DeepSeek-V4系列預(yù)覽版本，這是其繼V3.2之后的新一代旗艦?zāi)Ｐ腕w系，智東西第一時(shí)間上手實(shí)測(cè)。

DeepSeek V4“源神”回歸影響力果然不同凡響，幾乎瞬間刷屏，在微博熱搜榜前五占三，僅次于小米YU7GT。

本次發(fā)布包含兩款模型：DeepSeek-V4-Pro與DeepSeek-V4-Flash，分別采用MoE架構(gòu)，總參數(shù)規(guī)模達(dá)到1.6T（激活49B）與284B（激活13B），并統(tǒng)一支持最長(zhǎng)100萬(wàn)token上下文。

DeepSeek官方同時(shí)說(shuō)明，受限于高端算力，目前DeepSeek-V4-Pro的服務(wù)吞吐十分有限，預(yù)計(jì)下半年昇騰950超節(jié)點(diǎn)批量上市后，其價(jià)格會(huì)大幅下調(diào)。此外，DeepSeek-V4已獲得寒武紀(jì)Day 0適配支持，相關(guān)適配代碼已開(kāi)源至GitHub社區(qū)。

DeepSeek-V4-Pro主打性能上限，對(duì)標(biāo)閉源旗艦?zāi)Ｐ?/strong>；而DeepSeek-V4-Flash則在參數(shù)規(guī)模與激活規(guī)模上大幅縮小，換取更低延遲與更低成本。

相比上一代模型，其在A(yíng)gent能力、世界知識(shí)與復(fù)雜推理任務(wù)上進(jìn)一步抬升，并首次將“百萬(wàn)上下文”作為默認(rèn)能力開(kāi)放。

在A(yíng)gent能力方面，DeepSeek-V4-Pro的Agent能力顯著增強(qiáng)。其在A(yíng)gentic Coding等評(píng)測(cè)中進(jìn)入開(kāi)源第一梯隊(duì)，內(nèi)部評(píng)測(cè)顯示交付質(zhì)量已接近Claude Opus 4.6非思考模式，但與其思考模式仍存在差距。

DeepSeek-V4-Pro在數(shù)學(xué)、STEM及競(jìng)賽型代碼等高難度任務(wù)中已超過(guò)當(dāng)前已公開(kāi)評(píng)測(cè)的開(kāi)源模型，整體表現(xiàn)接近甚至比肩GPT-5.4、Claude Opus 4.6-Max等頂級(jí)閉源模型。

與此同時(shí)，DeepSeek-V4在長(zhǎng)上下文效率上給出了一組更激進(jìn)的優(yōu)化：在100萬(wàn)token場(chǎng)景下，其單token推理計(jì)算量?jī)H為V3.2的27%，KV Cache占用降至約10%，顯著降低長(zhǎng)鏈路任務(wù)的算力與顯存成本。

同時(shí)，官方公布了DeepSeek-V4系列的API定價(jià)：DeepSeek-V4-Pro在輸入命中緩存的情況下為1元/百萬(wàn)tokens，輸入未命中緩存則為12元/百萬(wàn)tokens，輸出為24元/百萬(wàn)tokens；DeepSeek-V4-Flash在輸入命中緩存僅0.2元/百萬(wàn)tokens，未命中輸入1元/百萬(wàn)tokens，輸出2元/百萬(wàn)tokens。

目前，DeepSeek-V4系列已上線(xiàn)官網(wǎng)與App，并同步開(kāi)放API與模型權(quán)重。

體驗(yàn)地址：chat.deepseek.com或DeepSeek官方APP
API文檔：https://api-docs.deepseek.com/zh-cn/guides/thinking_mode
開(kāi)源鏈接：
https://huggingface.co/collections/deepseek-ai/deepseek-v4
https://modelscope.cn/collections/deepseek-ai/DeepSeek-V4
技術(shù)報(bào)告：
https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdf

一、Agentic編程能力提升明顯，讀《三體》三部曲燒了54萬(wàn)token

我們初步感受了下DeepSeek-V4的變化，主要測(cè)試的模型是DeepSeek-V4-Pro。

在前端網(wǎng)頁(yè)one-shot案例中，DeepSeek-V4-Pro展現(xiàn)出很高的執(zhí)行效率。由于我們的需求不復(fù)雜，模型僅用了5秒鐘進(jìn)行思考，之后迅速進(jìn)行開(kāi)發(fā)，這與之前DeepSeek模型在思考上浪費(fèi)很多token的模式明顯不同。

進(jìn)入到實(shí)際生成過(guò)程后，DeepSeek-V4-Pro的輸出長(zhǎng)度要明顯長(zhǎng)于其他DeepSeek模型。其生成速度較快，基本能做到以5行代碼為單位輸出。

最終，DeepSeek-V4-Pro的生成結(jié)果如下，可以看到其網(wǎng)頁(yè)的完成度要比DeepSeek-V3.2高一些，設(shè)計(jì)更為豐富。

▲DeepSeek-V4-Pro打造的網(wǎng)站

網(wǎng)站鏈接：https://mcp.edgeone.site/share/9pD1cRzY1QA8bmmBLDZ8S

不過(guò)，這樣簡(jiǎn)單的編程題目已經(jīng)難不住DeepSeek-V4-Pro，我們?cè)囍屗瓿梢粋�(gè)結(jié)合Agent能力與編程的任務(wù)：規(guī)劃一次去上海的旅行，然后把所有相關(guān)信息整合為一個(gè)旅行網(wǎng)站，附上對(duì)應(yīng)的景點(diǎn)定位。

執(zhí)行過(guò)程中，可以看到DeepSeek-V4-Pro可以進(jìn)行復(fù)雜多輪工具調(diào)用，聯(lián)網(wǎng)搜索的條目數(shù)量也和之前模型的數(shù)量相比有增加，信息收集得更為全面了。

最終，DeepSeek-V4-Pro收集到了完整的行程信息，規(guī)劃合理，并且配上了每個(gè)景點(diǎn)的定位，點(diǎn)開(kāi)后就可以直接在導(dǎo)航App里使用，十分便捷。在A(yíng)gent任務(wù)中，可以觀(guān)察到它的行動(dòng)十分果斷，工具調(diào)用、思考都在幾秒鐘內(nèi)解決，token效率不錯(cuò)。

▲DeepSeek使用Agent能力和編程能力規(guī)劃的旅行方案

網(wǎng)站鏈接：https://mcp.edgeone.site/share/4TxFYOy24bgaEwxFoxisj

我們的下一個(gè)案例與長(zhǎng)文本有關(guān)，DeepSeek-V4系列模型常常掛在嘴邊的就是它能一口氣吃下《三體》三部曲，而我們?nèi)缢干蟼髁送暾摹度w》。

上傳這樣的超長(zhǎng)文件后，DeepSeek能夠迅速定位我們指定的內(nèi)容，成功實(shí)現(xiàn)大海撈針。不過(guò)，這種超長(zhǎng)上下文能力是有代價(jià)的，僅僅輸出這一點(diǎn)內(nèi)容就燒掉了54萬(wàn)個(gè)token。

我們還用“OpenAI更新到了哪一個(gè)模型”這一問(wèn)題，試了試模型的知識(shí)截至日期，可以看到，DeepSeek-V4-Pro的知識(shí)截止日期目前仍然停在2025年。

此外，這一模型應(yīng)該暫時(shí)還不支持視覺(jué)能力，上傳圖像后還是會(huì)進(jìn)行文字提取，沒(méi)有文字的圖像會(huì)顯示無(wú)法處理。

二、百萬(wàn)上下文成標(biāo)配，新架構(gòu)把“長(zhǎng)任務(wù)成本”壓下來(lái)

這一代V4最直接的變化，是把“長(zhǎng)上下文”變成默認(rèn)能力。

不同于傳統(tǒng)通過(guò)簡(jiǎn)單擴(kuò)展窗口的方式，DeepSeek-V4-Pro引入了全新的混合注意力架構(gòu)，將Compressed Sparse Attention與高壓縮注意力（HCA）結(jié)合，同時(shí)配合DSA稀疏注意力，在token維度進(jìn)行壓縮。

此外，模型引入了流形約束超連接（mHC）增強(qiáng)傳統(tǒng)殘差連接，并使用Muon優(yōu)化器提升收斂速度和訓(xùn)練穩(wěn)定性。這一系列設(shè)計(jì)，使得模型在“記得更長(zhǎng)”的同時(shí)，有效控制計(jì)算成本。

從官方給出的數(shù)據(jù)來(lái)看，在100萬(wàn)token上下文下，DeepSeek-V4-Pro單token推理TFLOPs相比DeepSeek-V3.2下降約3.7倍至9.8倍區(qū)間，KV Cache占用下降9.5倍至13.7倍。

這意味著，過(guò)去難以實(shí)際運(yùn)行的超長(zhǎng)鏈路任務(wù)（如多輪Agent規(guī)劃、長(zhǎng)文檔處理），開(kāi)始進(jìn)入可執(zhí)行范圍。

三、推理、知識(shí)、代碼三線(xiàn)抬升，開(kāi)源模型逼近閉源上限

從能力結(jié)構(gòu)來(lái)看，DeepSeek-V4-Pro的提升是推理、知識(shí)與Agent能力的同步抬升。

在知識(shí)與推理類(lèi)任務(wù)中，其在SimpleQA、Apex、Codeforces等評(píng)測(cè)中均超過(guò)當(dāng)前主流開(kāi)源模型，并在多項(xiàng)任務(wù)上接近GPT-5.4與Gemini 3.1 Pro。例如在A(yíng)pex Shortlist中達(dá)到90.2分，已經(jīng)超越頂級(jí)閉源模型；在Codeforces等競(jìng)賽類(lèi)任務(wù)中，也維持在第一梯隊(duì)水平。

在A(yíng)gent能力相關(guān)任務(wù)中，DeepSeek-V4-Pro在SWE Verified、Terminal Bench等指標(biāo)上表現(xiàn)穩(wěn)定，SWE Verified達(dá)到80.6，接近Claude Opus 4.6，明顯高于多數(shù)開(kāi)源模型。其表現(xiàn)同樣超過(guò)GLM-5.1 Thinking、Kimi K2.6 Thinking等模型

整體來(lái)看，DeepSeek-V4-Pro已是目前開(kāi)源模型的“天花板”。

四、Agent能力專(zhuān)項(xiàng)優(yōu)化，開(kāi)始圍繞真實(shí)工作流打磨

這一代DeepSeek-V4明顯強(qiáng)化了對(duì)Agent場(chǎng)景的適配。其針對(duì)Claude Code、OpenClaw、CodeBuddy等主流Agent框架進(jìn)行了專(zhuān)項(xiàng)優(yōu)化，在代碼生成、文檔生成等多步驟任務(wù)中表現(xiàn)更穩(wěn)定。下圖為DeepSeek-V4-Pro在某 Agent框架下生成的PPT內(nèi)頁(yè)示例：

從實(shí)際定位來(lái)看，DeepSeek-V4-Pro已經(jīng)被DeepSeek內(nèi)部作為Agentic Coding模型使用，側(cè)重點(diǎn)在于“完成任務(wù)”。在簡(jiǎn)單任務(wù)上，V4-Flash已可與Pro版本接近，而在復(fù)雜任務(wù)中仍存在明顯差距。

本質(zhì)上是在為Agent應(yīng)用提供兩種“算力檔位”。DeepSeek-V4-Flash在簡(jiǎn)單Agent任務(wù)中已經(jīng)能夠與Pro“旗鼓相當(dāng)”，但在復(fù)雜任務(wù)中仍有差距。這種差異，本質(zhì)上是推理深度與上下文利用能力的差別。

結(jié)語(yǔ)：DeepSeek-V4亮相，國(guó)產(chǎn)算力與開(kāi)源路線(xiàn)的落地之光

DeepSeek-V4的發(fā)布不僅展現(xiàn)了團(tuán)隊(duì)在技術(shù)和架構(gòu)上的積淀，也標(biāo)志著開(kāi)源大模型在國(guó)產(chǎn)算力生態(tài)下的實(shí)際落地能力。

經(jīng)過(guò)對(duì)華為昇騰、寒武紀(jì)等國(guó)產(chǎn)芯片的適配優(yōu)化，DeepSeek-V4系列實(shí)現(xiàn)了百萬(wàn)token上下文的穩(wěn)定支持和高效推理，使長(zhǎng)鏈路任務(wù)與多步Agent執(zhí)行成為可能。

這一版本將Pro與Flash的不同定位落到實(shí)處，在性能上逼近閉源旗艦?zāi)Ｐ�，在成本上保持高性�(xún)r(jià)比，為國(guó)內(nèi)開(kāi)發(fā)者提供了前所未有的開(kāi)放選項(xiàng)。

更重要的是，這次發(fā)布顯示出開(kāi)源模型不僅能在全球競(jìng)爭(zhēng)中站穩(wěn)腳跟，也能夠借助國(guó)產(chǎn)算力和優(yōu)化架構(gòu)，將技術(shù)潛力轉(zhuǎn)化為實(shí)際可用的生產(chǎn)力。DeepSeek-V4或許是中國(guó)開(kāi)源力量在高性能AI賽道上邁出的關(guān)鍵一步，也為國(guó)內(nèi)AI生態(tài)的創(chuàng)新和落地提供了明確指引。