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：
& A; e0 h1 r0 X; L4 N9 ^, l6 b3 \7 W9 z0 |. Y9 T, ]( e8 J& D5 |
& b5 _$ \- `& m- M
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。: T8 r) x" @; v2 u
0 h; E" h7 Y: b W. U
一、模型定位与版本体系
6 U% f3 O6 W9 P8 R* G' m& ^9 R1 B3 z' q8 q9 {7 r5 {
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。% Q5 i6 ^5 `6 o- j" S; c+ q
===+ R3 ^# ~# D/ Y
Pro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...
8 B, a6 X7 Q8 \% G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
, g3 q3 ~$ g' N- e) G* |" |4 F===% R# o; w7 G! N t
二、架构创新：重新定义注意力机制
8 H1 [# S% a9 Z4 V3 C4 t' X0 ~2 Y8 e( ]$ t# E# @
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。
( k* r+ G9 L2 b! Y) x! z+ _
) Z' v7 h) i& G1 M" _" ]* PCSA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。
" u/ }; z6 B3 g9 ?% I0 h( R& T6 F/ j; I, H. z; ~
===
; I+ l. I% T# e" L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5 n9 _, C( ` _
我感觉这次不仅是更长的上下文，在IO端的效率也很惊人
! h! V! e2 A C! j9 k===+ w8 `8 @# J' o+ W
三、性能表现：全面对标顶级闭源模型
% n/ P( T/ A i( j8 }2 J. k4 I0 ?+ g+ T4 ~' N0 W9 b, k3 v) @% C
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。
8 @! O1 Y# K. D+ ~* ^
2 S* W) F9 z. f3 W- Q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。
- ~4 x2 Y* T6 y& E===1 o3 u8 Q3 H" V3 c
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
- v: I" a: v% Q: ]是骡子是马拿出来溜溜再说
& M% D+ }# T* `7 M4 K I8 f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
3 C; Q) s7 w+ d===
4 f1 A0 n" M/ e$ ]四、Agent专项优化与生态落地/ m. h2 F* x7 h3 r+ L
4 Q _. ]* @( d0 H: Q& d/ FDeepSeek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。. s& }/ a: b% `. ~* F, ]; u4 N/ B
===& z6 K8 l# I) Z/ N3 D) _ T: Z4 d
待测% f7 E7 ^& |, F0 N: x4 m
===
7 g9 i- S4 Z9 h% A! x五、技术突围与战略意义
" J! C% R4 W+ ~) \3 k6 F, Q _6 ^ O/ b
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。
, \3 t" L+ h) a' e) s7 p===$ O* z5 I# N1 R; i
试了下，v4 pro确实很贵，目测起码比之前的任务贵5倍以上, l! _( U. z5 F j, I7 h
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。- }2 C! w V+ H
===6 [, N# n6 s* b$ ^/ H
( h7 p1 ~- |, {$ j% w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。' s0 g/ r' u, N5 o. t+ @
|
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
