DeepSeek-V4 – DeepSeek推出的新一代大語言模型系列

DeepSeek-V4是什麼

DeepSeek-V4是DeepSeek推出的新一代大語言模型系列預覽版，擁有百萬字超長上下文窗口，在Agent能力、世界知識與推理性能方面達到開源領域領先水平。模型包含deepseek-v4-pro 和 deepseek-v4-flash 兩個版本，分別定位高性能與經濟高效，均已開源並提供API服務，支持非思考與思考雙模式，爲長文本處理與智能體應用提供普惠化基礎設施。

DeepSeek-V4的主要功能

• 百萬上下文處理：原生支持1M Token超長文本理解與記憶，爲官方服務標配。
• 混合注意力機制：CSA與HCA架構大幅降低長上下文計算與顯存開銷。
• Agent編碼增強：針對Claude Code、OpenClaw等主流Agent框架深度優化。
• 雙模式推理：支持非思考與思考模式，後者可通過reasoning_effort參數調節強度。
• 多領域專家融合：通過OPD蒸餾整合數學、代碼、Agent等領域專家能力。
• 經濟高效選擇：Flash版本用更低參數實現接近Pro的推理性能，API成本顯著降低。

DeepSeek-V4的技術原理

• CSA壓縮稀疏注意力：將每m個token的KV壓縮爲1個條目，通過Lightning Indexer計算索引分數並執行Top-k稀疏選擇，結合滑動窗口與Attention Sink機制保留局部依賴。
• HCA重度壓縮注意力：以更大壓縮比m’將KV條目合併爲單個條目，保持密集註意力而不採用稀疏選擇，進一步降低計算量。
• mHC流形約束超連接：將殘差映射矩陣通過Sinkhorn-Knopp算法投影到雙隨機矩陣流形，約束譜範數不超過1，增強深層信號傳播穩定性。
• Muon優化器：模型採用混合Newton-Schulz迭代對梯度矩陣進行正交化，分快速收斂與精確穩定兩個階段，支持大規模MoE高效訓練。
• FP4量化感知訓練：對MoE專家權重和CSA索引器QK路徑進行FP4量化，用FP8擴展動態範圍實現無損反量化，降低內存與計算開銷。

DeepSeek-V4的性能體現

• 知識能力
  • 世界知識領先開源：SimpleQA-Verified達57.9%，超越所有已評測開源模型20個百分點，僅稍遜於Gemini-3.1-Pro（75.6%）。
  • 中文知識突出：Chinese-SimpleQA達84.4%，大幅領先K2.6（75.9%）與GLM-5.1（75.0%）。
  • 教育知識接近前沿：MMLU-Pro 87.5%、GPQA Diamond 90.1%，與GPT-5.4持平，略低於Gemini-3.1-Pro。
• 推理與代碼能力
  • 數學競賽比肩閉源：HMMT 2026 Feb達95.2%，IMOAnswerBench達89.8%，超越K2.6與GLM-5.1，接近GPT-5.4與Opus-4.6。
  • 代碼競賽首次開源追平閉源：Codeforces Rating達3206，與GPT-5.4（3168）相當，當前排名人類選手第23位。
  • 高難度推理突破：Apex Shortlist達90.2%，超越GPT-5.4（78.1%）與Opus-4.6（85.9%）；LiveCodeBench達93.5%，領先所有對比模型。
• Agent能力
  • 軟件工程接近頂級閉源：SWE Verified達80.6%，與Opus-4.6（80.8%）基本持平；SWE Pro 55.4%、SWE Multilingual 76.2%。
  • 終端操作領先開源：Terminal Bench 2.0達67.9%，超越K2.6（66.7%）、GLM-5.1（63.5%）與Opus-4.6（65.4%）。
  • 工具調用泛化優秀：MCPAtlas Public 73.6%、Toolathlon 51.8%，在包含廣泛工具和MCP服務的評測中表現突出。
• 長上下文能力
  • 百萬上下文檢索強勁：MRCR 1M達83.5%，超越Gemini-3.1-Pro（76.3%）；128K內檢索性能高度穩定，1M時仍保持較強能力。
  • 真實場景長文檔理解：CorpusQA 1M達62.0%，優於Gemini-3.1-Pro（53.8%）。
• 效率表現
  • 計算量斷崖式下降：1M上下文下，V4-Pro單Token推理FLOPs僅爲V3.2的27%，V4-Flash僅爲10%。
  • KV緩存大幅壓縮：1M上下文下，V4-Pro累計KV緩存爲V3.2的10%，V4-Flash僅爲7%。
  • 路由專家FP4量化：專家權重採用FP4存儲，未來硬件上理論可再提升1/3效率。

如何使用DeepSeek-V4

• 網頁端/App：訪問DeepSeek官網或官方App，選擇專家模式（Pro）或快速模式（Flash）。
• API調用：修改model參數爲deepseek-v4-pro或deepseek-v4-flash，base_url保持不變。
• 思考模式：複雜Agent場景建議啓用思考模式並設置reasoning_effort: max。
• 本地部署：通過Hugging Face或ModelScope下載開源權重自行部署。

DeepSeek-V4的關鍵信息和使用要求

• 版本規格：Pro版1.6T參數/49B激活，Flash版284B參數/13B激活，預訓練數據分別爲33T與32T。
• 上下文長度：兩個版本均支持1M Token，舊接口deepseek-chat與deepseek-reasoner將於2026-07-24停用。
• API定價（每百萬Token）：Pro輸入緩存命中1元/未命中12元，輸出24元；Flash輸入緩存命中0.2元/未命中1元，輸出2元。
• 算力限制：Pro版當前服務吞吐有限，預計下半年昇騰950超節點批量上市後價格將大幅下調。

DeepSeek-V4的核心優勢

• 百萬上下文普惠化：1M Token超長上下文成爲官方服務標配，突破傳統注意力機制的二次計算瓶頸，使長文本任務與測試時縮放真正可行。
• 極致長上下文效率：通過CSA壓縮稀疏注意力與HCA重度壓縮注意力的混合架構，1M上下文下V4-Pro的單Token推理FLOPs僅爲V3.2的27%，KV緩存僅10%，Flash版更是低至10%與7%。
• 開源模型性能新標杆：V4-Pro-Max在知識、推理、代碼競賽等評測中全面領先前代開源模型，Agent編碼能力內部評測優於Claude Sonnet 4.5，交付質量接近Opus 4.6非思考模式。
• 雙版本靈活覆蓋：Pro版（1.6T/49B）定位頂級性能，Flash版（284B/13B）以極小激活參數實現接近的推理能力，API價格低至Pro的1/12，普惠不同預算場景。
• Agent能力原生增強：針對Claude Code、OpenClaw等主流Agent框架專項優化，支持跨用戶消息邊界的連貫推理保留，在SWE、Terminal Bench等Agent評測中表現優異。

DeepSeek-V4的項目地址

• HuggingFace模型庫：https://huggingface.co/collections/deepseek-ai/deepseek-v4
• 技術論文：https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdf

DeepSeek-V4的同類競品對比

DeepSeek-V4的應用場景

• 長文檔分析：支持百萬字級論文、報告、法律合同的全文理解與跨章節推理。
• 智能體編碼：在Claude Code、OpenClaw等框架中執行復雜代碼生成、重構與調試任務。
• 多輪工具調用：在Agent工作流中保留完整推理歷史，支持跨用戶消息邊界的連貫思考。
• 知識密集型問答：在世界知識評測中大幅領先開源模型，適用於教育、科研與專業諮詢。
• 白領辦公任務：模型在中文寫作、信息分析、文檔生成與編輯等場景表現優異。