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：7 Q/ t' p% L- p) w5 \
2 r8 y: E' `; F6 H6 r+ k$ K9 ^
. l+ B6 ~; N9 g( n2026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。4 {; m5 h9 v& ]
9 @8 k/ ]6 Z3 T5 ` i/ O6 F7 S$ |一、模型定位与版本体系4 |: F7 t, @/ X
- h: g% H) n6 J/ H2 h$ U1 J# e7 N+ J+ u
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。! }/ u: V2 s1 c) i$ x! B* q4 h
===1 s$ V) Y" v* n# ^
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...' s( ^* @( y- {6 t
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; E. y' q& g, v$ Z/ m
===) U. B) Q( {; [1 a
二、架构创新：重新定义注意力机制+ D) r5 r5 N% t% Q! C _$ R
+ Y6 Q1 v. D! H
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。; B* E/ I6 N. {
8 b* k4 f/ d$ G, W$ a
CSA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。' d3 |6 ?% r' B# j7 a( H
! h5 O u1 W3 c9 G7 h7 k* p f
===
- n- S( M# A& [. h. x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
! B5 V9 B! [8 m4 i" }- W. \我感觉这次不仅是更长的上下文，在IO端的效率也很惊人
: y9 k* S0 r \ h3 [2 z1 S& O===, Z6 L- M+ Z6 i4 Z; U% C% K7 b4 Q
三、性能表现：全面对标顶级闭源模型
+ D8 F3 B0 [4 g1 d1 l- r8 H$ e! j8 e3 Y. P0 c- K" P
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。
. }, p* e- I9 O: k3 I3 t$ p# r5 `% H) 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。
3 x- T# b& W# p/ l===) F. C* [0 U Z; d: r; ]% y+ K: O% Q; G
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 Y9 _ u# G* l& n是骡子是马拿出来溜溜再说/ M/ x$ A! V; [; E# x
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
( b9 Z& I5 ~( H) w5 p& Z% P* \===
* u" I" ~$ M% X7 Z四、Agent专项优化与生态落地9 v% \* I. I" W1 a1 e. g( a
9 c5 u% R/ W& q- r
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。% c* F7 O( ?! p3 F% E7 v
===
' J4 ?$ S4 K2 `: w: b待测4 a9 w4 a: i N4 \' `4 n. ~
===
# H2 C0 `7 \/ r6 D- f& E7 w& m3 ]五、技术突围与战略意义% p$ S3 i! z% l. p
' S% x6 w3 @, c# PV4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。
+ o: w; L% Q9 t2 y+ T( e9 V2 }===
, ]4 {. B) F+ [/ P/ x! U& z试了下，v4 pro确实很贵，目测起码比之前的任务贵5倍以上) i4 F" c8 \# r U/ Z
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。
- [! Q4 i1 D0 o1 Y" z===3 I: |, r, Z# R* {
4 \& j& f" ]9 |" q$ n+ T
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。
( C6 L. p1 N) X7 u) C E |
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
