DeepSeek V4 預(yù)覽版開源上線后，第一波來自第三方榜單的測評結(jié)果已經(jīng)出爐。多家測評顯示，DeepSeek V4性能尤其在代碼任務(wù)上沖進(jìn)開源第一梯隊(duì)，同時以“百萬級上下文+低價”把開發(fā)者側(cè)的使用門檻進(jìn)一步壓低。

從第三方評測來看，評測平臺 Arena.ai 在 X 上將V4 Pro（思考模式）定性為"相較DeepSeek V3.2的重大飛躍"，在其代碼競技場中列開源模型第3位、綜合第14位；另一家測評方 Vals AI 則稱，V4在其Vibe Code Benchmark中以"壓倒性優(yōu)勢"拿下開源權(quán)重模型榜首，擊敗Gemini 3.1 Pro等閉源模型，較上代V3.2實(shí)現(xiàn)約10倍性能躍升。

定價層面，V4-Flash輸出價格為每百萬token 0.28美元，較Claude Opus 4.7低逾99%；V4-Pro輸出價格為3.48美元，是同級別前沿模型中定價最低的選項(xiàng)之一。對比表格顯示，F(xiàn)lash 處于小模型區(qū)間最低檔，Pro 也處于“大模型前沿”區(qū)間低位。

圍繞實(shí)際體驗(yàn)的討論開始分化。多位網(wǎng)友在 X 上稱其性價比“打穿”。而DeepSeek在自述材料中則保持克制，稱在知識與推理上接近閉源系統(tǒng)但仍有約3到6個月差距，同時提示“受限于高端算力”，Pro 服務(wù)吞吐有限，后續(xù)價格存在下調(diào)預(yù)期。

第三方測評：代碼能力獨(dú)占鰲頭，綜合排名緊追頂級

就在OpenAI GPT-5.5發(fā)布不久后，DeepSeek-V4預(yù)覽版正式上線并同步開源，涵蓋參數(shù)總量1.6萬億（激活參數(shù)49B）的V4-Pro，以及參數(shù)總量2840億（激活參數(shù)13B）的V4-Flash，兩款模型均支持100萬token超長上下文窗口，采用MIT開源協(xié)議。

模型評測平臺Arena.ai在V4發(fā)布當(dāng)日宣布，DeepSeek V4 Pro（思考模式）在其代碼競技場中排名開源模型第3位，綜合排名第14位，并將此次發(fā)布定性為"相較DeepSeek V3.2的重大飛躍"。Arena.ai同時測試了V4 Flash，兩款模型均支持100萬token上下文。

Vals AI的評測結(jié)果更具看點(diǎn)。該平臺表示，DeepSeek V4在其Vibe Code Benchmark中"以壓倒性優(yōu)勢"成為開源權(quán)重模型第一，不僅超越第2名Kimi K2.6，更擊敗Gemini 3.1 Pro等閉源前沿模型。

Vals AI特別強(qiáng)調(diào)，V4較V3.2實(shí)現(xiàn)了約10倍的性能躍升——"V3.2在該基準(zhǔn)上僅得5分，這不是筆誤。"在Vals綜合指數(shù)排名中，V4以第2位收官，與榜首Kimi K2.6僅相差0.07%。

社區(qū)反應(yīng)十分積極。在X平臺上，用戶Sigrid Jin稱其帶來新的“shocking moment”，并提到“現(xiàn)在可以在家里跑 gpt 5.4-ish 的模型”。他寫道：

"GPT-5.5，對不起，DeepSeek V4才是新的震撼時刻，它在代碼競技場中擊敗了GPT-5.4高強(qiáng)度模式。"

用戶Ejaaz則稱：

"中國正在主導(dǎo)AI，他們已經(jīng)追上來了。DeepSeek V4 Flash比Opus 4.7便宜99%，每百萬token僅需0.28美元，代碼競技場排名第一，這不是筆誤。"

也有用戶表達(dá)保留意見，X用戶Michael Anti在試用后表示，V4 Flash的實(shí)際體驗(yàn)未能超越此前已相當(dāng)成熟的V3.2，認(rèn)為對老用戶而言升級體驗(yàn)令人失望。

官方自評：措辭克制，代碼與Agent領(lǐng)域差距最小

DeepSeek對自身性能的評述保持了一貫的審慎風(fēng)格。官方文件顯示，在知識與推理任務(wù)上，V4-Pro已超越主流開源模型，接近Gemini等閉源系統(tǒng)，但與最先進(jìn)的前沿模型仍存在約3至6個月的差距。在Agent和代碼任務(wù)上，表現(xiàn)接近甚至部分超過Claude Sonnet。

內(nèi)部使用數(shù)據(jù)方面，DeepSeek表示，V4已成為公司內(nèi)部員工的Agentic Coding（智能體編程）主力模型，評測反饋顯示其使用體驗(yàn)優(yōu)于Claude Sonnet 4.5，交付質(zhì)量接近Opus 4.6非思考模式，但與Opus 4.6思考模式仍有一定差距。

在數(shù)學(xué)、STEM及競賽級代碼評測中，V4-Pro超越目前已公開評測的所有開源模型，包括月之暗面的Kimi K2.6 Thinking和智譜GLM-5.1 Thinking，并取得比肩頂級閉源模型的成績。

博主Simon Willison在其測評文章中指出，V4-Pro（1.6萬億參數(shù)）是目前已知最大的開源權(quán)重模型，超過Kimi K2.6（1.1萬億）、GLM-5.1（7540億）以及DeepSeek V3.2（6850億），為有意本地部署的企業(yè)用戶提供了新的選項(xiàng)。

他還曬出了不同模型做出的鵜鶘圖例：

這是DeepSeek-V4-Flash的鵜鶘：

至于DeepSeek-V4-Pro：

DeepSeek的定價策略是此次發(fā)布中最受市場關(guān)注的部分。V4-Flash的輸入/輸出價格分別為每百萬token 0.14美元/0.28美元，低于OpenAI GPT-5.4 Nano（0.20美元/1.25美元）和Gemini 3.1 Flash-Lite（0.25美元/1.50美元），是目前小型模型中定價最低的選項(xiàng)。

V4-Pro的輸入/輸出價格為1.74美元/3.48美元，同樣低于Gemini 3.1 Pro（2美元/12美元）、GPT-5.4（2.50美元/15美元）、Claude Sonnet 4.6（3美元/15美元）和Claude Opus 4.7（5美元/25美元）。

博主Simon Willison匯總的價格對比數(shù)據(jù)顯示，V4-Pro是目前大型前沿模型中成本最低的選項(xiàng)，V4-Flash則是小型模型中成本最低的，甚至低于OpenAI的GPT-5.4 Nano。

DeepSeek將上述低價能力歸因于模型在超長上下文場景下的極致效率優(yōu)化。官方數(shù)據(jù)顯示，在100萬token場景下，V4-Pro的單token推理算力僅為V3.2的27%，KV緩存僅為10%；V4-Flash則分別低至10%和7%。

值得關(guān)注的是，DeepSeek在價格說明中附注稱，"受限于高端算力，目前Pro的服務(wù)吞吐十分有限，預(yù)計下半年昇騰950超節(jié)點(diǎn)批量上市后，Pro的價格會大幅下調(diào)"，暗示當(dāng)前定價仍有進(jìn)一步下調(diào)空間。

技術(shù)架構(gòu)：混合注意力機(jī)制突破長上下文瓶頸，適配國產(chǎn)算力

DeepSeek-V4的核心技術(shù)創(chuàng)新在于首創(chuàng)的"CSA（壓縮稀疏注意力）+HCA（重度壓縮注意力）"混合注意力架構(gòu)，旨在解決傳統(tǒng)注意力機(jī)制在超長上下文場景下呈平方級復(fù)雜度攀升、顯存與算力難以工程落地的行業(yè)痛點(diǎn)。CSA將每4個token壓縮為一個信息塊并通過稀疏檢索獲取最相關(guān)內(nèi)容，在保留中段細(xì)節(jié)的同時大幅降低計算量；HCA則將海量信息濃縮為框架級信息塊，專注全局邏輯處理。

在此之外，V4還引入mHC流形約束超連接（升級傳統(tǒng)殘差連接，將信號傳播約束在穩(wěn)定流形上）以及Muon優(yōu)化器（替代傳統(tǒng)AdamW，適配MoE大模型與低精度訓(xùn)練）。官方數(shù)據(jù)顯示，全鏈路工程優(yōu)化可實(shí)現(xiàn)推理加速最高接近2倍。

在國產(chǎn)算力適配方面，DeepSeek-V4在華為昇騰NPU平臺上完成細(xì)粒度專家并行優(yōu)化方案的全面驗(yàn)證，在通用推理負(fù)載場景下可實(shí)現(xiàn)1.50至1.73倍的加速比。DeepSeek官方表示，V4是全球首個在國產(chǎn)算力底座上完成訓(xùn)練與推理的萬億參數(shù)級模型，但目前昇騰平臺適配代碼暫未對外開源，屬于閉源優(yōu)化。此外，寒武紀(jì)已通過vLLM推理框架完成對V4-Flash和V4-Pro的適配，相關(guān)代碼已開源至GitHub社區(qū)。