TA的每日心情 | 擦汗
2026-3-17 22:01 |
|---|
签到天数: 1133 天 [LV.10]大乘
|
以下是DeepSeek V4自己写的，我会把自己的吐槽加在里面：2 V# n6 K1 {. g
8 N9 T+ @6 ?% L# X
( K, j) L% U B2 S' U: A& o2026年4月24日，DeepSeek正式发布全新系列模型DeepSeek-V4预览版并同步开源。作为继R1发布十五个月后的重大更新，V4不仅以百万级上下文窗口重新定义了“长文本”的工程边界，更凭借一套几乎重塑了注意力机制的技术架构，向全球AI界展示了效率至上的突围路径。: r |3 z& F) Y9 t8 L
; h( g2 S# u. X; v: H1 e6 Y一、模型定位与版本体系
; i' n' a6 [2 M( M' ~3 N& i8 j9 D
+ v* |9 ?" N" `$ N: w8 v" M6 {3 rDeepSeek-V4按参数规模分为Pro与Flash两个版本，精准匹配不同场景需求。Pro版总参数量1.6万亿，每次推理激活约490亿参数；Flash版总参数量2,840亿，激活仅约130亿参数。两款模型均支持1M token超长上下文，预训练数据量分别达到33T和32T tokens，较V3.2的14.8T翻了一倍以上。这一设计延续了DeepSeek效率优先的哲学——尽管总参数庞大，但每个token仅激活少量参数，使推理成本能保持合理水平。) U' g& c+ {2 e; j
===
+ r/ q$ @' f0 o8 ?7 n$ xPro版本看这个样子，没有4台8卡H200是跑不动全量满血版的，毛估估硬件成本1000万人民币...
: `; e, x8 v( z不过Flash版本估计一台就能跑得动，而且看样子跟之前的R1 671B相比效率还更高，算是有效保护了客户的硬件投资
" G' i. ~: Q7 N$ [) M=== [" g$ o, g* T
二、架构创新：重新定义注意力机制& B4 @% e+ o" E. g. H) W
# K! _. b0 \# ?' e) T" X- |: P
V4最核心的架构改动是一套分层的混合注意力机制，从根本上解决了长文本场景下计算量平方级爆炸的难题。 传统Transformer在序列长度增加时，注意力计算量和KV缓存负担呈平方级增长，百万token往往只停留在论文数字中。DeepSeek的方案是设计两个互补模块——压缩稀疏注意力（CSA）和高度压缩注意力（HCA），在各层之间交替使用。
$ X" y" ^( W5 |8 n( T6 L) ~# j) z4 |- @$ T" J7 ?
CSA先将每4个token的KV缓存压缩成1个条目，再通过Lightning Indexer进行Top-k筛选（Pro版选取1024个最相关块），仅对筛选出的压缩块及滑动窗口内的128个原始token做注意力计算；HCA则更为激进，直接将每128个token压缩为1个条目并保持稠密注意力。在100万token上下文下，V4-Pro的单token推理计算量仅为V3.2的27%，KV缓存仅占10%；V4-Flash更极端，计算量仅10%，缓存仅7%。这意味着同样的硬件可以处理数倍乃至十倍的请求量，长上下文正从奢侈品变为日用品。- J% S n" ]$ N& l$ [% u8 }
) R1 h% [ Z- R2 P0 r+ o* V===# Q' n* D- l# O2 w r: c, o6 V
已经用上了1M的context，确实很爽，直接踢飞了之前的128K上下文切割模块
0 _- J" M$ C' r- O+ H: K. u我感觉这次不仅是更长的上下文，在IO端的效率也很惊人, Y r' c! Q4 v
===0 @' l4 V* w6 i- O
三、性能表现：全面对标顶级闭源模型
; K: S2 ?0 @- q% D' ~3 m: X. x( E; Z5 e
在Agent能力、世界知识和推理性能三大维度上，DeepSeek-V4均实现了国内与开源领域的全面领先。Agentic Coding评测中，V4-Pro达到当前开源模型最佳水平，整体使用体验优于Sonnet 4.5，交付质量接近Opus 4.6非思考模式。在数学、STEM和竞赛型代码评测中，V4-Pro超越所有已公开评测的开源模型，取得了比肩世界顶级闭源模型的优异成绩。世界知识方面则大幅领先其他开源模型，仅稍逊于顶尖闭源模型Gemini-Pro-3.1。
V8 o: _& w6 J& Q& p$ U
: J4 ^2 f% ~2 O) F值得关注的是，V4-Pro-Max版本在Codeforces编程竞赛中取得3206分，超越GPT-5.4的3168分；LiveCodeBench得分93.5，为全榜最高。而Flash版在简单任务上性能与Pro版旗鼓相当，但在高难度任务上仍有差距。- `* I7 Y4 C' _- n, o- j* S1 y
===
! ~0 A8 j! w- ]( q4 {' I9 ~/ y% w这个我不做评价，各种测试刷分一回事儿，干活是另一回事儿
0 z1 H+ K7 q8 P9 x9 N7 T1 l% n/ K是骡子是马拿出来溜溜再说0 J* y1 C& K( D* |
如果DS V4能够超出Sonnet 4.5，接近达到Ppus 4.6的水平，那基本上可以认为很实用了. K4 H Q4 ]% {6 l8 J
===7 a% b/ h4 ~% L9 [6 V3 R
四、Agent专项优化与生态落地/ |+ [+ e: m) w6 |
F$ i* J7 G x: Z- yDeepSeek专门针对Claude Code、OpenClaw、OpenCode、CodeBuddy等主流Agent产品进行了深度适配和优化，在代码任务、文档生成等方面均有实质提升。V4模型已全面部署于公司内部研发流程，成为主力Agentic Coding工具。两款模型均支持非思考与思考两种模式，复杂Agent场景推荐使用思考模式并将推理强度设为max。0 I5 j( [8 Q. K
===
6 q) j/ n/ `6 L! @! Z& e待测' e% c( s, {9 O! O7 X: e) z
===, F R, s- L7 G/ ]# ^0 q+ E4 `
五、技术突围与战略意义
9 Q5 [7 q( L+ r0 }) M: Q% r' N! z/ ?6 u) E4 D0 S
V4的发布标志着大模型竞争正从单纯“堆参数”转向效率驱动的下一赛道，注意力机制的根本改造为超长上下文模型提供了可复用的工程范式。同时，V4从设计之初就深度适配国产算力，将与华为昇腾的合作推至“原生”水平，预计下半年昇腾950超节点批量上市后，Pro版服务价格将大幅下调，进一步降低百万级上下文的使用门槛。价格方面，Flash版输入每百万token仅0.2元，输出2元，依然保持了DeepSeek“价格屠夫”的一贯风格。# b+ j2 v! U! R( C" y
===3 H! K- W+ \- E) T" b
试了下，v4 pro确实很贵，目测起码比之前的任务贵5倍以上
- T, }1 ~. |' `7 x/ s* R但是这波宣发最牛的还是全面支持国产芯片，除了DeepSeek自己说的华为昇腾950超节点，寒武纪也已经官宣Day0 适配，估计最起码提供推理服务的硬件会逐渐的赶上来。: Y; k/ h' v! k& O5 r
===9 Z: a: Q4 j1 A% |7 o
7 E" C7 J/ K' ?: K
作为全球首个在国产算力底座上完成训练与推理的万亿参数级模型，DeepSeek-V4不仅是一次产品迭代，更是一场从底层架构到生态话语权的系统性突围——当西方模型还在比拼参数规模之时，这支来自中国的团队已悄然开辟了效率普惠的全新赛道。
6 W) A. @' Q5 d* E9 q |
评分
-
查看全部评分
|
雷达卡
楼主
收藏
分享
淘帖
支持
反对
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
千斤顶
显身卡
发表于 2026-4-24 16:19:58
