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：
$ o Q6 H* v% S) X' P9 Z, p; G0 ^2 P" Y3 k* M% Z. A) v* e* S
# y% G" ?. B/ d0 w+ }
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。
5 U( j# [" s7 g) w( X0 S8 A$ ^# A0 G& @1 E- I$ u# W" b* T4 R8 Y# P
一、模型定位与版本体系0 r; T% @; b5 d0 }; q- E
& e3 i& a4 f6 ^7 D/ R
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。
) i M) q7 @. q( `===6 f, m' v4 P8 g7 ]/ q' p( l: }
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...
7 S+ u4 C E5 f& i: Y3 o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
/ v: H* J* J- d===' P, p* ]9 y: @1 u/ E2 |! X4 h6 V' _: G' |
二、架构创新：重新定义注意力机制4 T7 I; R M& t
2 D$ U8 \8 w y& Q7 ?
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。
0 n2 Q8 l# V' Z+ M# j4 M3 |
9 e7 f9 x% T& d2 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。% s# I9 v7 A' f2 G3 C) E
8 K& A" t0 A' D5 e7 a===% W. v% u4 j0 r( _( I; 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
% y) B- R$ b: j" g7 `3 m我感觉这次不仅是更长的上下文，在IO端的效率也很惊人
; |6 H! O: |# W, v===
/ W* \( f$ K; @; P+ d; o R! x三、性能表现：全面对标顶级闭源模型% y' ?& Q6 |# C, Q0 ?4 Z
& o# l6 P( U: }7 y
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。
0 w% H9 C/ D. s6 a
2 ? q: ?& H% S) z+ x+ d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。% F% P% y# v) a! D% B8 q5 D
===
2 y1 y! T# u% U6 {: M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+ ]9 \% Q0 q# x# n
是骡子是马拿出来溜溜再说* _, w' }" A/ s3 l
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
/ u; \, i6 z9 l1 V. b; U& \- I; S- ~! I===
& T j, B/ h& i2 _8 _, o) e8 o四、Agent专项优化与生态落地
1 I& h1 O" p9 n( K5 E- b( E1 ]! @" q: R+ C
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。) u# k3 y0 ~! j. t9 p4 g9 c: l: J6 J
===
6 }; J* T' s% L9 l- a, ]- s& x待测- v+ n! Y. e M& T K* [9 o
===
9 g4 k2 D0 a; ]& [ N/ ]五、技术突围与战略意义- q0 T- s$ G H
9 j7 i6 f) ?5 C U' [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。, ~: c2 O; i- z; h
===/ h( x- O6 u% H3 l( c
试了下，v4 pro确实很贵，目测起码比之前的任务贵5倍以上1 v/ S- C" ?. e* n5 d
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。
/ t5 J+ b" _1 M5 u% s: O===
4 @% N q. t. J+ ]; `6 k7 X
# @/ R) g1 H w: _5 O. l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+ Y0 ?7 b/ K4 W |
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
