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：8 m2 a7 c& f ~; }1 h' Q% a
* K4 y/ A, d7 U8 H* e+ ]' q3 z
+ j5 G V5 _4 C' i$ ~
2026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。% s0 h' a4 @3 w" R! H
- |; }3 k: r- }
一、模型定位与版本体系5 H( r, l3 o/ a! U
- d* O( ]$ {! b. QDeepSeek-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。
3 T0 d# l; C: R1 b===
( s. K& i0 W9 D) x# P ], y0 uPro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...) Y* K- r( C9 v( `# I
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; a2 e. M) L! f5 N
===: o( M3 h1 E9 G
二、架构创新：重新定义注意力机制
+ J+ ?6 @* L3 i+ c% D8 m
- V! u h+ m/ Q$ H/ {+ ^/ v* v, bV4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。1 J# G& r, E0 s, y4 W4 E
: m& {- @5 y6 W7 E' rCSA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; L! M6 R: |) i" J5 E
3 [" y9 J; c# ~* L===5 h0 b, Y/ u, a
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9 @# z4 V! ]5 q, i5 E. L' }, s9 {
我感觉这次不仅是更长的上下文，在IO端的效率也很惊人
* I8 B' @* L* y3 j===" W1 h: i$ Z5 `- ]% D1 j
三、性能表现：全面对标顶级闭源模型
7 f# F! y( h( ]" g$ S0 K/ `. ~
2 i+ p9 U( c5 e2 c# o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。+ \$ `. ^& h6 ^. B. u7 j8 a. K. o
2 Z+ s6 E2 x2 M4 d+ z
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。
7 i. K. f* f; i- w===% S6 O$ T& ?; g( R
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5 \5 N8 V) b) S* x
是骡子是马拿出来溜溜再说
( S2 f1 ~) V, R5 ~: u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
7 B$ n4 d* m* E. D===
+ Y+ I2 r9 G7 Q, e; W. }* x四、Agent专项优化与生态落地
( U v& ^. N8 Q* L: x |7 V& I" o
DeepSeek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。
. b4 a e) j$ B; u' ~ w+ y& `===0 ?3 C- v2 X- U3 b. ]' S5 b$ |
待测
8 `0 K5 N; }" H& G===$ l" Q3 W9 e' J: {% Q
五、技术突围与战略意义9 `+ m6 X) y2 I1 }5 J7 l% b0 v
4 w* Q& K* Y4 e4 `
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。9 v F0 i! u4 P' Y1 X! l
===
3 N/ F; ?' R) W0 r6 c$ ]' q N' J1 K试了下，v4 pro确实很贵，目测起码比之前的任务贵5倍以上
0 G3 e) S$ N. v8 E' i, P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。
+ C! Z; p: X& B5 C; u===
2 _8 h7 j4 ~/ P2 I/ x7 o! _, n, h; w* j5 A/ }
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。+ Y" C! {8 m8 m$ X
|
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
