DeepSeek-V4 - DeepSeek推出的新一代大语言模型系列

DeepSeek-V4是什么

DeepSeek-V4是DeepSeek推出的新一代大语言模型系列预览版，上下文窗口到了百万字级别，Agent 能力、世界知识和推理性能都处在开源模型的前排。系列里有 deepseek-v4-pro 和 deepseek-v4-flash 两个版本，一个冲性能，一个讲经济，都已开源并提供 API，非思考和思考两种模式都有，长文本处理和智能体应用的基础设施算是有了。

DeepSeek-V4的主要功能

• 百万上下文处理：原生支持 1M Token 的长文本理解和记忆，官方服务直接标配。
• 混合注意力机制：CSA 和 HCA 这套架构把长上下文的计算量和显存开销压下来不少。
• Agent编码增强：针对Claude Code、OpenClaw等主流 Agent 框架做了深度优化。
• 双模式推理：非思考和思考两种模式都有，思考模式的强度能用 reasoning_effort 参数调。
• 多领域专家融合：用 OPD 蒸馏把数学、代码、Agent 这些领域的专家能力合到一起。
• 经济高效选择：Flash 版本参数更少，推理性能却接近 Pro，API 成本低了一截。

DeepSeek-V4的技术原理

• CSA压缩稀疏注意力：每 m 个 token 的 KV 压成 1 个条目，由 Lightning Indexer 算索引分数，再做 Top-k 稀疏选择；局部依赖靠滑动窗口和 Attention Sink 机制保住。
• HCA重度压缩注意力：用更大的压缩比 m’ 把 KV 条目并成一条，走密集注意力，不做稀疏选择，计算量又降一档。
• mHC流形约束超连接：残差映射矩阵用 Sinkhorn-Knopp 算法投影到双随机矩阵流形上，谱范数压在 1 以内，深层信号传播更稳。
• Muon优化器：梯度矩阵用混合 Newton-Schulz 迭代做正交化，分快速收敛和精确稳定两个阶段，大规模 MoE 训练起来更高效。
• FP4量化感知训练：MoE 专家权重和 CSA 索引器的 QK 路径都做 FP4 量化，再借 FP8 扩动态范围，反量化不丢精度，内存和计算开销都降了。

DeepSeek-V4的性能体现

• 知识能力
  • 世界知识领先开源：SimpleQA-Verified 到 57.9%，比所有已评测的开源模型高 20 个百分点，只比 Gemini-3.1-Pro（75.6%）稍低。
  • 中文知识突出：Chinese-SimpleQA 到 84.4%，把 K2.6（75.9%）和 GLM-5.1（75.0%）甩开一截。
  • 教育知识接近前沿：MMLU-Pro 87.5%、GPQA Diamond 90.1%，跟 GPT-5.4 持平，比 Gemini-3.1-Pro 略低。
• 推理与代码能力
  • 数学竞赛比肩闭源：HMMT 2026 Feb 到 95.2%，IMOAnswerBench 到 89.8%，超过 K2.6 和 GLM-5.1，离 GPT-5.4、Opus-4.6 不远。
  • 代码竞赛首次开源追平闭源：Codeforces Rating 到 3206，和 GPT-5.4（3168）差不多，目前排人类选手第 23 位。
  • 高难度推理突破：Apex Shortlist 到 90.2%，高过 GPT-5.4（78.1%）和 Opus-4.6（85.9%）；LiveCodeBench 到 93.5%，对比模型里排第一。
• Agent能力
  • 软件工程接近顶级闭源：SWE Verified 到 80.6%，跟 Opus-4.6（80.8%）基本持平；SWE Pro 55.4%，SWE Multilingual 76.2%。
  • 终端操作领先开源：Terminal Bench 2.0 到 67.9%，超过 K2.6（66.7%）、GLM-5.1（63.5%）和 Opus-4.6（65.4%）。
  • 工具调用泛化优秀：MCPAtlas Public 73.6%，Toolathlon 51.8%，在工具和 MCP 服务覆盖面很广的评测里也站得住。
• 长上下文能力
  • 百万上下文检索强劲：MRCR 1M 到 83.5%，超过 Gemini-3.1-Pro（76.3%）；128K 以内检索性能很稳，到 1M 也还撑得住。
  • 真实场景长文档理解：CorpusQA 1M 到 62.0%，比 Gemini-3.1-Pro（53.8%）高。
• 效率表现
  • 计算量断崖式下降：1M 上下文下，V4-Pro 单 Token 推理 FLOPs 只有 V3.2 的 27%，V4-Flash 只有 10%。
  • KV缓存大幅压缩：1M 上下文下，V4-Pro 累计 KV 缓存是 V3.2 的 10%，V4-Flash 只有 7%。
  • 路由专家FP4量化：专家权重用 FP4 存储，换成未来的硬件，理论上效率还能再提 1/3。

如何使用DeepSeek-V4

• 网页端/App：访问DeepSeek官网或官方App，选专家模式（Pro）或快速模式（Flash）就行。
• API调用：修改model参数为deepseek-v4-pro或deepseek-v4-flash，base_url保持不变。
• 思考模式：复杂Agent场景建议启用思考模式并设置reasoning_effort: max。
• 本地部署：从 Hugging Face 或 ModelScope 下开源权重，自己部署。

DeepSeek-V4的关键信息和使用要求

• 版本规格：Pro 版 1.6T 参数，激活 49B；Flash 版 284B 参数，激活 13B；预训练数据分别是 33T 和 32T。
• 上下文长度：两个版本均支持1M Token，旧接口deepseek-chat与deepseek-reasoner将于2026-07-24停用。
• API定价（每百万Token）：Pro 输入缓存命中 1 元、未命中 12 元，输出 24 元；Flash 输入缓存命中 0.2 元、未命中 1 元，输出 2 元。
• 算力限制：Pro 版现在的服务吞吐有限，等下半年昇腾950超节点批量上市，价格预计会降不少。

DeepSeek-V4的核心优势

• 百万上下文普惠化：1M Token 上下文成了官方服务标配，传统注意力机制的二次计算瓶颈被绕开，长文本任务和测试时缩放才真正跑得起来。
• 极致长上下文效率：CSA 压缩稀疏注意力和 HCA 重度压缩注意力混着用，1M 上下文下 V4-Pro 单 Token 推理 FLOPs 只有 V3.2 的 27%，KV 缓存只有 10%；Flash 版更低，分别是 10% 和 7%。
• 开源模型性能新标杆：V4-Pro-Max 在知识、推理、代码竞赛这些评测里全面压过前代开源模型；Agent 编码能力的内部评测好于 Claude Sonnet 4.5，交付质量接近 Opus 4.6 的非思考模式。
• 双版本灵活覆盖：Pro 版（1.6T/49B）冲顶级性能，Flash 版（284B/13B）激活参数很小，推理能力却接近，API 价格只有 Pro 的 1/12，预算紧的场景也能用。
• Agent能力原生增强：针对 Claude Code、OpenClaw 等主流 Agent 框架做过专项优化，跨用户消息边界的连贯推理能保留，在 SWE、Terminal Bench 这些 Agent 评测里成绩不错。

DeepSeek-V4的项目地址

• HuggingFace模型库：https://huggingface.co/collections/deepseek-ai/deepseek-v4
• 技术论文：https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdf

DeepSeek-V4的同类竞品对比

对比维度	DeepSeek-V4-Pro	Claude Opus 4.6	Kimi K2.6
模型定位	开源高性能MoE	闭源顶级通用	开源Agent智能
开源状态	完全开源	闭源API	开源/开放API
总参数量	1.6T	未公开	未公开
激活参数	49B	未公开	未公开
上下文长度	1M Token	200K	1M Token
核心架构	CSA+HCA混合注意力	传统Transformer	MoE+长上下文
MMLU-Pro	87.5	89.1	87.1
SimpleQA	57.9	46.2	36.9
Codeforces	3206	–	–
SWE Verified	80.6	80.8	80.2
Terminal Bench	67.9	65.4	66.7
MRCR 1M	83.5	92.9	–
API输入价格	12元/百万Token	约150元/百万Token	约60元/百万Token
长上下文效率	KV缓存仅为V3.2的10%	标准KV缓存	高效但细节未公开

DeepSeek-V4的应用场景

• 长文档分析：百万字级的论文、报告、法律合同，能整篇理解，也能跨章节推理。
• 智能体编码：在 Claude Code、OpenClaw 这些框架里做复杂的代码生成、重构和调试。
• 多轮工具调用：Agent 工作流里保留完整推理历史，思考能跨用户消息边界接着往下走。
• 知识密集型问答：世界知识评测里明显领先开源模型，教育、科研、专业咨询都能用。
• 白领办公任务：中文写作、信息分析、文档生成和编辑这些场景，它都拿得出手。