在練習(xí)時長一年半后，今天中午，DeepSeek 終于端上了新模型 DeepSeek V4，還在文章里直接把壓力給到華為和寒武紀(jì)。。。

這一次的更新，在性能上其實沒太出乎大家的意料，要說吊打 GPT，腳踢 Gemini 也不太可能。

但在開源模型里基本也夠了，屬于是站在一個開源領(lǐng)先，能和頂尖閉源模型一戰(zhàn)的地位上。

現(xiàn)在，大家可以直接去官網(wǎng)上免費試用。直接打開對話框，不用任何操作就是 V4。

而且如果你想氪金，不管是便宜量大的 DeepSeek-V4-Flash，還是價格直接漲了 8 倍的 V4-Pro，都可以直接用上開發(fā)者 API。

不過即使?jié)q價了，它炸了我都夸他響。因為和同等性能的友商比，這價格依舊太香了。

DeepSeek-V4-Pro 百萬 token 輸出大概 24 塊錢，Claude Sonnet 4.6 差不多要 100 塊。性能差不多，價格直接打到四分之一左右，這就很 DeepSeek。

當(dāng)然，DeepSeek 還給大家畫了個餅，說這次模型的漲價只是暫時的。

等過段時間華為的卡到貨了，模型的價格還會給大家直接打下來。

小字最有用的一集

總的來說，這兩個模型，基本上把 DeepSeek 過去一年半里攢的幾個大招，一口氣全都給端出來了。

在性能上就不說了，V4 Pro 能和 Claude Opus 4.6、GPT 5.4、Gemini 3.1 Pro 這些閉源頂尖模型打個五五開。

在寫代碼的生產(chǎn)力測試的環(huán)境中，V4 Pro 的能力也處于大于 Sonnet 4.5 ，但是小于 Opus 4.6 的階段。

在知識庫的豐富程度，推理能力上也都能夠大幅度領(lǐng)先其他開源模型，同時比肩世界頂級閉源模型。

同時更重要的是，這次 DeepSeek 發(fā)出來的兩個模型，都能支持 100 萬 token 的上下文長度。

這玩意有啥用呢？

這兩個月，什么小龍蝦，愛馬仕這類的 Agent 工具是層出不窮。在 Agent 的工作環(huán)境里，每次對話時所消耗的上下文是個天文數(shù)字。

而模型的上下文長度越長，就意味著干活的時候能記住更多的細(xì)節(jié)。

之前 Meta 的安全總監(jiān)就翻過車，因為用的模型上下文長度不夠，觸發(fā)了 OpenClaw 的自動記憶壓縮功能。

但一壓縮，就把一些關(guān)鍵命令給忘掉了，結(jié)果就導(dǎo)致了這個安全總監(jiān)的郵件給 AI 刪了一大半。

而現(xiàn)在，DeepSeek 把百萬上下文變成了模型的標(biāo)配，新模型不管是 Pro 還是 flash，都能支持百萬上下文長度。

這就意味著他倆干活的能力都很強。

我們也簡單試了一下，給本紅樓夢里隨便貼了一段三體的科幻小說內(nèi)容，然后丟給 DeepSeek V4 讓它找。

結(jié)果用不著幾秒，DeepSeek 就找到了異常。

同時和其他模型不太一樣的是。

DeepSeek 的百萬上下文還非常省錢。

大家都知道現(xiàn)在的大模型用的都是 transformer 架構(gòu)，對話越長，KV Cache（臨時緩存） 就越大，推理成本也越高，模型也就越花錢。

但這次，DeepSeek V4 直接變成了超級省錢冠軍。

同樣帶著 100 萬 token 的上下文干活，V4-Pro 每生成一個 token，背后的計算量差不多只要原來的四分之一。

模型用來記住前文的 KV Cache，也只剩原來的十分之一。

而這次 DeepSeek 之所以能把成本給打下來，靠的是一套全新的注意力機制。

HybridAttention。

它把過去的 CSA（壓縮稀疏注意力）和 HCA（重度壓縮注意力）這兩種技術(shù)結(jié)合了起來。

前者相當(dāng)于是一本書寫目錄，后者相當(dāng)于是給這個目錄里的章節(jié)來寫摘要。

有了目錄和摘要輔助記憶之后，模型在干活的時候，真正需要計算的壓力就降了不少。

同時，他們還用上了去年搓出來的 mHC 來保證長文本的穩(wěn)定性，用了 Muon 優(yōu)化器來讓模型的參數(shù)更穩(wěn)定。。。

在底層和顯卡的適配優(yōu)化上也下了一大堆功夫，在英偉達(dá)和華為的卡上都測試了自己做的 fine-grained EP，能讓模型的推理速度提升 1.50 到 1.73 倍。

而且還用上了之前北大開源的 TileLang（Tile Language），讓模型變得沒有那么依賴?yán)宵S的 CUDA。

不過可惜的是唯一的缺點就是，目前的 DeepSeek 雖然很強很便宜，但這次的 V4 還是不支持多模態(tài)，也就是還是看不懂圖片。

這塊很有可能是它們下一代的目標(biāo)。

另外，除了在小字催華為的卡之外，咱們還發(fā)現(xiàn)了 DeepSeek V4 的其他一些小彩蛋。

比如說在提到 Agent 能力的時候，除了給 Claude Code、OpenClaw 這些名聲在外的產(chǎn)品做了優(yōu)化，還提到了騰訊的 CodeBuddy 這個突兀的小資歷。

這或許和前段時間，騰訊、阿里正在洽談投資 DeepSeek 的消息，有一定關(guān)聯(lián)。

還有在測試對比友商的時候，Kimi K2.6 和智譜 GLM-5.1 的一些能力，DeepSeek 的人沒測上，因為友商的 API 繁忙了。。。

智譜官方在不久前，也友好地回應(yīng)了：哥們你如果想要，咱們絕對支持，高速率賬號安排上。

對了， DeepSeek 還給造卡的硬件廠商們，提了個建議，那就是別瞎堆帶寬，要算好“算力與通信”的比例，這樣才更省電省錢。

并且，DeeSeek 官方也很坦誠，直言目前和世界最先進(jìn)的閉源旗艦?zāi)Ｐ?，能力上還是有 3 到 6 個月的差距。

最后，可以說 DeepSeek 這些日子，是受到了不少的討論和非議的。

人才流失、國產(chǎn)芯片適配失敗、各種傳聞?wù)婵吹萌送拘牡摹?/p>

有人說它們是江郎才盡、曇花一現(xiàn)。

而 " DeepSeek 新版本下周更新 " 的消息，也都快成了和賈會計下周回國一樣，成了科技圈的笑話。

甚至還有網(wǎng)友做了 AI 梗圖，說梁文鋒是因為要玩原神，才耽誤了 DeepSeek V4。。。。

但玩歸玩，笑歸笑，別拿你 D 老師開玩笑，DeepSeek 用實力證明，它依舊是那個開源的源神。

和華為等國產(chǎn)芯片廠商的合作，也讓人看到了咱們在AI領(lǐng)域打破壟斷的決心和實力。

去年 DeepSeek R1 的開源，給全球的大模型帶來了大推理時代。

而今年的 DeepSeek V4，則是通過和華為等國產(chǎn)芯片廠商的合作，讓人看到了咱們在AI領(lǐng)域打破壟斷的決心和實力。

“ 不誘于譽，不恐于誹，率道而行，端然正己 ” 這是 DeepSeek 官方今天提到的 16 字真言。

而他們，也確實做到了。

撰文：早起 & 江江

編輯：江江 & 面線

美編：煥妍

圖片、資料來源：

DeepSeek 官網(wǎng)