刚刚，DeepSeek官方突然发布了DeepSeek-V4，让不少关注开源大模型的人眼睛一亮。DeepSeek这次没玩虚的，直接把Preview版本推出来，还同步开源了权重。核心卖点就一个：把百万token（1M）上下文长度真正做到了实用级别，而且成本还控制得不错。
从宣布上线开始，逐一拆解了两个新模型、性能亮点、架构创新和实际使用方式。读下来感觉他们这次是真的在长上下文这块下狠功夫了，不再是纸面参数堆砌，而是想让开发者真正用得爽。
先说模型本身。DeepSeek-V4 Preview推出了两个变体，都是Mixture-of-Experts（MoE）架构，这套路DeepSeek从V2、V3一路玩下来，已经很熟练了。
-
DeepSeek-V4-Pro：总参数1.6万亿（1.6T），但激活参数只有49B。听起来吓人，但MoE的精髓就是只激活一部分专家，所以实际推理开销没那么离谱。他们说这个版本在Agentic Coding（代理式编程）基准上达到了开源SOTA，世界知识储备在所有开源模型里排前列，仅次于Gemini-3.1-Pro之类的闭源顶尖选手。在数学、STEM、编码这些硬核领域，推理能力已经能和顶级闭源模型掰手腕。
-
DeepSeek-V4-Flash：总参数284B，激活参数13B。定位更轻快，推理速度更快，API价格也更亲民。简单Agent任务上表现和Pro版差不多，适合日常高频使用或者预算有限的场景。
两个版本都原生支持1M上下文长度，这点是这次升级的最大亮点。以前V3系列最高128K，用着用着就觉得不够，尤其是处理整本代码仓库、长文档分析或者多轮复杂对话的时候。现在直接跳到百万级别，相当于能一次性塞进去几千页文本或者整个大型项目代码。
他们还特别强调了上下文效率的提升。新引入的注意力机制包括Token-wise compression（逐token压缩）和DSA（DeepSeek Sparse Attention，稀疏注意力）。在1M上下文下，计算量和内存占用比前代大幅下降。据他们自己的技术报告，在长上下文场景中，单token推理FLOPs只需要之前的27%，KV Cache内存更是降到10%左右。这意味着你不用再为长输入烧光显存或者等半天出结果，实际可用性上了一个台阶。
Agent能力是另一个重点优化方向。V4-Pro在复杂代理任务上表现突出，已经能和Claude Code、OpenCode之类的工具链无缝对接。DeepSeek自己内部也在用它做Agentic Coding，线程里还放了用V4-Pro生成的PDF示例，看起来排版和内容组织都挺自然。Flash版虽然轻一些，但在简单Agent场景里和Pro版差距不大，性价比拉满。
使用上挺方便。聊天界面那边有Expert Mode和Instant Mode可选，API当天就更新了。调用时不用改base_url，只要把模型名换成deepseek-v4-pro或者deepseek-v4-flash就行。支持OpenAI的ChatCompletions格式，也兼容Anthropic的API风格。两个版本都带Thinking / Non-Thinking双模式，前者适合需要深度推理的场景，后者更快。
值得注意的一点是，旧模型deepseek-chat和deepseek-reasoner会在2026年7月24日正式退役，现在已经路由到V4-Flash的对应模式了。建议手里还在用旧ID的开发者尽快迁移。
https://modelscope.cn/collections/deepseek-ai/DeepSeek-V4
DeepSeek-V4 技术报告：
https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdf
微信扫描下方的二维码阅读更多精彩内容
声明：本站所有文章，如无特殊说明或标注，均为橙市播客原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。如果你是AI总结，务必加上此版权说明
