文 | 新眸，作者 | 李小東

過去一年多，大模型圈每季度至少經(jīng)歷一次牌面重洗。有人在多模態(tài)端連出三張底牌，有人在Agent賽道一把梭哈，還有人干脆掀了桌子，把模型拆成零件來賣。

但所有人都在等一個人出牌。

這人一年多沒動靜。2025年1月R1發(fā)布之后，他就像從牌桌上消失了。中間V3.1、V3.2、FlashMLA、DualPath這些零零散散的更新，充其量算在桌下?lián)Q了一手牌，沒人知道他手里到底攥著什么。

4月24日，DeepSeek終于把牌撂下來了——V4預(yù)覽版正式上線并開源，兩個版本：V4-Pro和V4-Flash。

Pro對標(biāo)頂級閉源。Agent Coding模式下，內(nèi)部測評體驗優(yōu)于Sonnet 4.5，交付質(zhì)量接近Opus 4.6非思考模式。世界知識測評大幅領(lǐng)先其他開源模型，僅稍遜于Gemini Pro 3.1。數(shù)學(xué)和代碼推理性能上，官方稱“超越當(dāng)前所有已公開評測的開源模型”。

Flash是輕量版，推理能力接近Pro，但參數(shù)和激活更小，API響應(yīng)更快，成本更低。兩款都支持百萬token上下文——而且是標(biāo)配。

問題來了：一家公司，在同行瘋狂跑馬圈地的十五個月里基本沉默，一出手卻直接把自己釘回了行業(yè)錨點，這說明什么？

說明牌桌上的人根本沒離開過。他只是換了一種打法。

01 架構(gòu)的延續(xù)性革命

要理解V4，先得回看V3。

2024年底，當(dāng)時大模型行業(yè)的主流敘事還是“參數(shù)越大越強”。訓(xùn)練一個大幾千億參數(shù)的模型，成本動輒千萬美元起步。DeepSeek V3用6710億總參數(shù)、每次推理激活37B專家的MoE架構(gòu)，把單次訓(xùn)練成本壓到了500萬美元出頭。

不靠砍參數(shù)量，靠MoE路由策略、DSA注意力機制和工程層面的極致優(yōu)化，說白了，把每一分算力都花在刀刃上。

V4走的還是這條路，但走到了更遠的地方。

技術(shù)規(guī)格上，V4完整版總參數(shù)躍升至1.6萬億，2850億的Lite版作為更經(jīng)濟的選項。注意力機制升級為DSA2，整合了DeepSeek V3/R1中的DSA設(shè)計，同時引入今年初論文中提出的NSA稀疏注意力方案。MoE系統(tǒng)啟用Mega內(nèi)核結(jié)構(gòu)，每層配置384個專家，每次推理激活其中6個。殘差連接沿用Hyper-Connections方案，這條路在近期的DeepGemm更新中已有預(yù)演。

這些名詞堆在一起，外行看著像天書，但業(yè)內(nèi)人一眼就能讀出含義：V4是DeepSeek過去兩年來所有技術(shù)積累的集大成。

但最值得關(guān)注的變化，在于它的實現(xiàn)方式。

V4延期發(fā)布的真正原因，不是什么bug修不完，而是DeepSeek把整套系統(tǒng)從英偉達生態(tài)搬到了華為昇騰芯片上。

這不是換個驅(qū)動的事兒。DeepSeek R1當(dāng)年對英偉達GPU的PTX底層做了極致優(yōu)化，這是它“花小錢辦大事”的核心競爭力。PTX是CUDA生態(tài)里的中間語言，深入到這層，才把當(dāng)時能壓榨的性能都壓了出來。但轉(zhuǎn)到華為昇騰之后，基于英偉達的所有工程積累全部作廢。整套底層代碼、調(diào)度邏輯、工程體系，要重寫一遍。

難度在哪里？大模型參數(shù)達到萬億級別之后，算力壓力從“純計算”轉(zhuǎn)向了“系統(tǒng)調(diào)度與通信”。DeepSeek V4雖然通過MoE降低了單次推理的計算量，但對內(nèi)存帶寬、芯片間互聯(lián)、KV Cache管理的要求反而更高了。

英偉達生態(tài)里，Hub上關(guān)于H100/B200通過NVLink構(gòu)建高帶寬互聯(lián)的討論早已證實，其單節(jié)點GPU間帶寬可達TB/s級別。昇騰在這些指標(biāo)上有明顯差距，更多依賴光模塊進行跨節(jié)點擴展，會引入額外的延遲和同步開銷。軟件層面，昇騰的CANN框架在算子覆蓋、自動并行、內(nèi)核融合等方面的成熟度，與CUDA生態(tài)仍不是同一個量級。

代價就是時間。V4原計劃今年農(nóng)歷新年或2-3月發(fā)布，一路推到4月才亮相。按路透社的報道，V4將運行在華為最新的昇騰芯片上，工程師花了大量時間重寫核心代碼。V4計劃發(fā)布兩個版本：完整版面向華為昇騰芯片，輕量版可在其他國產(chǎn)芯片上運行。

這件事的意義怎么強調(diào)都不過分。過去兩年，大模型世界建了一座巨大工廠，所有的工具、標(biāo)尺、流水線都是英文寫的。你在這個工廠里干活，就必須用別人的工具。英偉達CEO黃仁勛近期的反應(yīng)很能說明問題，他說DeepSeek基于華為平臺的新模型“對美國來說將是一個糟糕的結(jié)果”。這話從英偉達老板嘴里說出來，分量絕對不輕。

一旦有頂級模型在中國國產(chǎn)硬件上跑通了穩(wěn)定高效的推理，美國芯片的護城河就不再牢固。而在4月24日的發(fā)布中，官方已明確回應(yīng)，V4在下半年將正式支持華為算力。

02 推理端開始降價，百萬token的平權(quán)

架構(gòu)的優(yōu)化落到地面，看的是成本。而成本控制這件事，DeepSeek以前干過一次了。

2025年初，當(dāng)各家大模型還在拼訓(xùn)練端燒錢速度的時候，DeepSeek V3用一套優(yōu)化到極致的MoE加DSA架構(gòu)，把同等參數(shù)量級下的訓(xùn)練成本砍到了業(yè)內(nèi)平均水平的幾分之一。有評論稱之為“訓(xùn)練端通縮奇跡”。

但過去一年，AI行業(yè)的問題已經(jīng)從“怎么訓(xùn)出一個好模型”變成了“怎么讓好模型被用得起”。2026年中國日均Token調(diào)用量突破140萬億，兩年間漲了一千多倍。當(dāng)調(diào)用量以這個速度膨脹，推理成本就成了唯一的命門。

V4在推理端做了兩道減法。第一道在架構(gòu)層面:注意力機制從密集計算改為DSA2稀疏注意力，Token維度直接做壓縮。官方表述是“相比傳統(tǒng)方法，對計算和顯存的需求大幅降低”。第二道在精度層面：支持FP4精度，對顯存的要求在FP8基礎(chǔ)上再降一半。

路透社此前報道的推算也佐證了效率控制的成果：V4每個token僅激活約370億參數(shù)，推理成本與V3保持在同一量級。參數(shù)量翻了不止一倍，推理成本卻沒漲。這意味著大到需要算力集群的企業(yè)，小到調(diào)用API的創(chuàng)業(yè)者，都能在更大規(guī)模的模型上維持相近的預(yù)算。

而DeepSeek長期以來的定價也起到了降低門檻的作用。模型好用，用得便宜，調(diào)用量自然持續(xù)增長。反過來持續(xù)分?jǐn)倲備N研發(fā)投入，再推動更大規(guī)模模型的開放，形成一個正向飛輪。

這個邏輯過去一年在開源模型里跑通了不止一家，V4大概率是這條路上最新的加速器。

V4還有一個容易被忽視的信號：百萬token上下文成為標(biāo)配。

一年前，1M上下文還是Gemini獨家的王牌，其他所有閉源模型普遍在128K或200K之間，開源生態(tài)幾乎沒人碰這個量級。DeepSeek沒有把它包裝成高端增值服務(wù)，而是明確宣布從今天開始，V4所有官方服務(wù)的上下文默認都是1M。而且開源。

它的技術(shù)路線也解釋得很干脆。用一種全新的注意力機制在token維度上做壓縮，同時配合DSA稀疏注意力，直接把傳統(tǒng)Attention的計算量和顯存需求量削了下去，使得模型處理1M上下文時的實際開銷并不比處理128K高多少，甚至可以忽略不計。

此前的方案為了支撐長上下文，往往要追加內(nèi)存、增加緩存層級。而V4把這條路走了個捷徑，且已經(jīng)開放給所有人。

這意味著什么？中小開發(fā)者用零門檻把整本《三體》塞進提示詞，法律合同分析可以全文一次性送入模型，長周期多輪Agent調(diào)用完全免去記憶壓縮的魔改。

2025年，大模型行業(yè)的敘事還是“能力平權(quán)”，開源模型追上閉源，大家都能用。2026年，敘事進一步延伸，變成“使用平權(quán)”，好模型不僅要追得上，還得用得起、用得方便。

當(dāng)把1M上下文和Agent能力同時開放，開發(fā)者的天花板一下子被抬高了很多。而這扇門打開之前，做Agent的團隊光是處理超長上下文的記憶管理就要花掉一半精力。

03 大廠的焦灼和各自的算盤

V4的發(fā)布會不是在真空中開的。牌桌上已經(jīng)換了不知道幾輪玩家。

大廠這邊，各家動作密集到了“每周都有新東西”的程度。2026年馬年春節(jié)前后，字節(jié)、阿里、騰訊、百度四家累計投入超45億元，以紅包、免單、科技禮品等形式推動AI應(yīng)用走向全民。

技術(shù)競賽進入膠著狀態(tài)。2月，阿里、字節(jié)、MiniMax密集發(fā)布新一代模型產(chǎn)品，MiniMax M2.5、Kimi K2.5、GLM-5等中國模型在OpenRouters上的Tokens消耗數(shù)已排進全球前三。

前不久，騰訊發(fā)布混元世界模型2.0，支持二次編輯并直接導(dǎo)入Unity和UE引擎；阿里ATH事業(yè)部發(fā)布HappyOyster世界模擬器，支持高保真動態(tài)場景生成。同月，京東探索研究院開源自研的JoyAI-Image-Edit圖像模型，切入了AI空間理解的核心難題。

云廠商的模型策略也從“押注一顆獨苗”轉(zhuǎn)向了多模型整合?！澳Ｐ统小北榈亻_花，阿里云、百度智能云、騰訊云都在把多家不同廠商的模型集中納入同一平臺，按需分發(fā)推薦。這背后的邏輯很清楚，大模型正在從研發(fā)資產(chǎn)走向流通商品，掌握分發(fā)渠道比擁有單一模型的技術(shù)優(yōu)勢，市場回報更確定。

而DeepSeek面臨的局面比一年前復(fù)雜得多。

2026年的Agent繁榮帶來了Token消耗的狂歡，從OpenClaw到Hermas都在朝同一個方向用力，把大模型調(diào)用頻次推向指數(shù)級更高。智譜、MiniMax等廠商憑借海量的API調(diào)用在推理端悶聲發(fā)大財，甚至推動了阿里、智譜和MiniMax自身轉(zhuǎn)向閉源。

當(dāng)對手的戰(zhàn)爭已經(jīng)推進到了多模態(tài)全能矩陣和業(yè)務(wù)深融的Agent生態(tài)時，單一的基座能力和文本推理已經(jīng)不足以構(gòu)成護城河。V4不再打單點突破的孤膽英雄，而是必須同時在開源模型基準(zhǔn)、超長上下文易用性、推理成本控制以及國產(chǎn)硬件支持等多個棋盤上取得優(yōu)勢。

從發(fā)布結(jié)果看，V4交出的答卷確實驗證了它對當(dāng)下競爭焦點的理解。而它面臨的核心考驗，其實已經(jīng)被精準(zhǔn)概括，“積累的Prompt技巧，都是基于DeepSeek架構(gòu)，那在一定程度上會增加開發(fā)者更換模型的成本，形成了隱形的技術(shù)定價權(quán)”。

技術(shù)定價權(quán)的持久性，取決于V4發(fā)布之后的開源生態(tài)運營節(jié)奏和商業(yè)模式的策略縱深。

回頭看，DeepSeek V3那一次，改變的是“訓(xùn)練成本”。當(dāng)時行業(yè)共識是訓(xùn)練大幾千億參數(shù)的模型動輒幾千萬美元，DeepSeek用500萬美元證明這個數(shù)字可以壓縮一個量級。之后各家的訓(xùn)練成本預(yù)估一路走低，開源和閉源的成本基線被重新書寫。

V4這次做的是另一件事：它用萬億參數(shù)級的模型，把基準(zhǔn)能力、百萬級上下文和Agent能力同時打包、拆開、開源，向行業(yè)宣告——成本這一刀接下來砍向推理端。

這對不同玩家的打擊是不同的。對重注閉源的大廠來說，壓力在于競爭不再只是性能對標(biāo)，而是開源社區(qū)把“水電煤”的價格壓穿了之后，閉源要維持溢價變得越來越困難。

從OpenAI到Anthropic，包括國內(nèi)閉源巨頭，面對Arch Lint的價格錨點，定價體系只會變得前所未有的透明。對于盯緊基礎(chǔ)層算力供需的服務(wù)商來說，當(dāng)推理效率大幅提高、能效持續(xù)優(yōu)化，整個算力需求的預(yù)期反而可能被重新上修。

更深一層的意義在于硬件生態(tài)。黃仁勛說“DeepSeek基于華為平臺的新模型對美國來說將是一個糟糕的結(jié)果”，恰好點出了這輪AI競爭的核心，從算法比拼轉(zhuǎn)到系統(tǒng)工程能力比拼，再到硬件生態(tài)的綁定與突圍。

V4會不會成為第一個真正跑通國產(chǎn)算力閉環(huán)的萬億級大模型，現(xiàn)在還沒有定論，但它在“去CUDA化”這條路上至少提供了一種可驗證的參照系。

至于DeepSeek自己，融資、人才、商業(yè)化，該面對的問題一個不會少。據(jù)上海證券報消息，DeepSeek已啟動成立以來首次外部融資，目標(biāo)估值不低于100億美元，計劃籌集至少3億美元。首代模型核心作者之一羅福莉轉(zhuǎn)投小米，R1核心研究員、GRPO核心發(fā)明者郭達雅加入字節(jié)跳動Seed。

大模型賽道的殘酷在于，你必須在飛馳的列車上邊換輪子邊踩油門，停下來哪怕三個月，就可能被甩出牌桌。

DeepSeek停了一年多，這期間對面的人一直在不停地發(fā)牌?，F(xiàn)在它終于亮出了自己的牌。只看一個開局，勝負還遠未到來，但有一點確切無誤：這家公司的牌，從V3打到V4，不打散牌，一把王炸。

無論最終誰是贏家，這輪牌局的圍觀價值，遠遠勝過任何一個模型的跑分結(jié)果。