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 [0 K0 e% B* I0 ?5 i. I" b, }
2 u/ @* F: `4 n+ O6 p( Z
& j$ P8 V# m |3 Z9 o* o6 u2026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。0 t) { d2 _$ G* B+ M, k! U% w
/ {) Y# V* P' e: v7 f一、模型定位与版本体系
6 o1 X. J) @' }! y) K: n" u! I" d6 M0 [# W
DeepSeek-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。
6 g6 e0 M; C, y8 v" v===
% K1 U( _3 i% o" E7 i6 pPro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...+ `: C( t* y# C. b* ?* p
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/ W" C; }$ @7 C* o
===/ a6 g% }2 f1 J v- ^6 w* W7 O
二、架构创新：重新定义注意力机制
1 n9 ?; r' j7 ?. i# q
3 x4 v3 q4 q2 j$ D F5 U$ kV4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。
: e g; ^( g9 W9 @. }8 a: R4 k
9 j9 Z/ S+ d! n% b9 a, d) V$ A4 c0 NCSA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。6 D7 f' C5 i% ~7 N, O9 J# C5 T
& v* |7 U7 | u' b2 ^) E
===" R# j Z2 k( E/ a( R- ]8 V; I
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
F2 I E* D. o N. w* j: t o我感觉这次不仅是更长的上下文，在IO端的效率也很惊人
4 {1 k# ? C! c- }, I2 x% A# |7 T===( l1 `9 I8 O3 `8 k
三、性能表现：全面对标顶级闭源模型; y- I2 t/ J0 [9 ?
* ]& x Q& l, f8 c8 B8 n2 H
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。
2 \8 |0 }2 E5 Z; U. p1 k2 f7 f: W$ q) g+ q N
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。" l) V4 H: r6 ]
===
' F. f z" k. q y- V- [0 d2 W- H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/ J+ T# I- u0 P+ r
是骡子是马拿出来溜溜再说0 V. O0 K. u) d4 c$ C
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9 ^5 k B9 s. e L1 ~# H3 h
===
$ a' D3 Y. y- m6 Z5 _+ u四、Agent专项优化与生态落地8 U: \. U% r# u$ V5 N+ S* l
6 m w e5 i) \( q# r( f& r0 dDeepSeek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。; h5 L, F9 U& f9 M/ @) J! g
===/ A) M$ {4 ^, v' Q3 ?, k* o
待测
; W: m1 d) `( m S+ {) |===" i1 s6 w% D" W
五、技术突围与战略意义# `* @& U" {9 |& W9 l
) F, w, _* y# V; GV4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。
1 s6 M, z! k6 N===2 J$ O- r T& Y; J4 D
试了下，v4 pro确实很贵，目测起码比之前的任务贵5倍以上
5 N w' [* x- U' w0 g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。
+ i+ ]( x$ b1 @) U8 n7 h===8 h" R1 y) h- o0 t G# }
7 n+ ]( x3 O4 f4 q
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。 Q( f* c; |5 d
|
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
