千呼万唤始出来---DeepSeek V4 预览版release

大黑蚊子

以下是DeepSeek V4自己写的，我会把自己的吐槽加在里面：


* ?/ {2 K8 b5 K0 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。
9 Y; o4 b, t: `( o* F+ h
一、模型定位与版本体系
" i8 A% z) y- b$ N4 Q% x
. e3 _3 H+ ?, x1 D' f! DDeepSeek-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。
7 `- u0 ]4 [' Q( R; U===
; U& l9 E0 s. g- b: V' I5 LPro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...
0 _2 s4 e* v& s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
===
+ a& t) H$ F% C+ ^二、架构创新：重新定义注意力机制

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。

: L4 E3 ]% h- G5 r9 ICSA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。

===
# l4 P  r8 ~& k: R' l- d/ c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
我感觉这次不仅是更长的上下文，在IO端的效率也很惊人
' A# H- G" D3 i" O1 H& U8 j===
7 s9 H* Q) N- @$ h$ I2 a7 j0 A& Q三、性能表现：全面对标顶级闭源模型
# i+ H1 c* x0 ]# t9 ]5 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。
! {9 o/ W$ W, x; n, F' P# [
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。
===
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
是骡子是马拿出来溜溜再说
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
; J" R( M; C7 |7 G" n===
) ?4 J4 p/ h/ Y- u  C$ h四、Agent专项优化与生态落地
( ~! `1 L' Z# q7 `. T
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。
; N+ K" w& E- z: [7 t===
, w) ?- g9 Y5 M8 `: f) m  J8 E3 q1 I4 V待测
===
( I7 h' @: D/ Z% a: y五、技术突围与战略意义
! r  d& m- q8 X: u; y
2 `$ n( y5 Y. x& l- c; C# WV4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。
===
试了下，v4 pro确实很贵，目测起码比之前的任务贵5倍以上
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。
, s" X, n: R$ Y9 o9 K# i3 g===

$ @( T3 f( j( M6 S* G% V/ c8 V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。

五月

+ O6 h7 D: N* `! U; W4 ^坐等普惠。。。

大黑蚊子

五月 发表于 2026-4-24 16:19
& e4 T3 w. J+ {# `  w: @+ h2 b9 A0 O坐等普惠。。。

1 u. w3 p; U: j实际用了下Pro的价格其实也还好，贵确实贵了点但是效果比V3.2的时候好很多
估计下半年950集群上线多了应该会便宜不少，起码打个3折
===
Kimi最近发了个卫星，他们可以搞Prefill/Decode分离，且能够提升效率。
' C/ m7 T- L: X7 R
* E# F% u5 l5 Z) w6 |4 t3 \/ U5 Z这么搞的话，即使是万卡级别的部署，集群的跨数据中心带宽需求也就在 Tbps 量级，现代数据中心完全能承载。

$ x- m; R  V: s5 }9 r这意味着企业可以在算力/能源便宜的地方（比如新疆、云南）部署 Prefill 集群，在离用户近的地方（北上广深）部署 Decode 集群，进一步降低Token成本。

马鹿

DeepSeek V4 这是Android vs iOS。
6 Q# V1 u1 x$ |: |/ a
6 i7 Y8 r5 _5 e

大黑蚊子

马鹿 发表于 2026-4-24 20:25
DeepSeek V4 这是Android vs iOS。

也不能这么说吧
8 h7 K5 M( ~: R8 \iOS其实是最开源的闭源系统，Android是最封闭的开源系统
Android kernel大家都能用，但是GMS没有的话，你看华为就是举步维艰

马鹿

大黑蚊子 发表于 2026-4-24 09:18
0 j+ [) H8 {$ c/ i. z也不能这么说吧
iOS其实是最开源的闭源系统，Android是最封闭的开源系统
Android kernel大家都能用，但是 ...

6 }# @) |  a  ^- a& C. I我没研究过手机的系统。

7 D5 ^3 c8 ~. ~) U" \我觉得长期看的话，Deepseek 架构&算法 + 华为芯片&平台 可以分至少25%的市场， 50%归英伟达，另外25%给其他。当然得看欧洲和世界其他地方怎么想的。

三力思

马鹿 发表于 2026-4-24 22:47
我没研究过手机的系统。
& o1 \3 Y8 {. E% n1 `
- n4 X) J. O9 L1 B9 p我觉得长期看的话，Deepseek 架构&算法 + 华为芯片&平台 可以分至少25%的市场， ...

  b1 E4 D: m& w& z  L' w9 }/ o开源迫使对手进步啊，不然美国公司很快就会组成行业垄断组织，和苹果那样挤牙膏一样的更新了。

马鹿

三力思 发表于 2026-4-24 13:57
" ]- q/ u' T, T7 O开源迫使对手进步啊，不然美国公司很快就会组成行业垄断组织，和苹果那样挤牙膏一样的更新了。 ...

本来中国很多人包括ld层都是买为主， 直到被迫营业自己造， 长期看， 这是好事

leekai

R1出来后短期打压了NVIDIA股价，因为算力需求小了；但长期利好NVIDIA，因为越来越多的个人和单位想尝鲜导致需求大增，甚至开始搞本地部署，需求又增加一波；但这次V4直接优先适配华为，算是对NVIDIA釜底抽薪，真动摇了CUDA的根本，所以黄皮衣真的急了。

大黑蚊子

Update：
$ U. A, b  E( P2 G
, _; s* h2 Z" I) ]7 n- o% SDeepSeek V4 Pro限时特价2.5折, 直接脚踝斩了
) I2 l- F, V  L6 t4 n4 d
DS：我便宜，我不怕封锁，我还有原生1M上下文

大黑蚊子

leekai 发表于 2026-4-25 21:32
R1出来后短期打压了NVIDIA股价，因为算力需求小了；但长期利好NVIDIA，因为越来越多的个人和单位想尝鲜导致 ...

0 q" `- N6 C+ i( A- e8 z不能这么说
; N2 X2 j% q) q; ]- s从目前的情况来看，v4训练还是用NVDA的卡，通用且环境友好
- b# Q* }1 ]8 d2 {6 j国内几家大厂包括百度、昆仑、寒武纪、华为都能够做推理的工作，也就是说可以做API服务，完全基于国产芯片做训练还不太行
  a. ^; I- t/ y+ ]: ]  Z但是AI目前体现出来的商业模式里，推理的路径最清晰