# DeepSeek V4 系列

> 发布日期：2026年4月24日 | 开源协议：MIT

## 概述

DeepSeek V4 是深度求索（DeepSeek）在 2026 年 4 月发布的新一代大语言模型系列，包含两个版本：

| | V4 Pro（旗舰版） | V4 Flash（轻量版） |
|---|---|---|
| **总参数量** | 1.6T（1.6万亿） | 284B（2840亿） |
| **激活参数** | ~36B/token | 13B/token |
| **上下文窗口** | 1M tokens | 1M tokens |
| **架构** | MoE（混合专家） | MoE（混合专家） |
| **定位** | 旗舰性能，对标 GPT-5 | 低成本、低延迟，接近 Pro 推理能力 |

---

## 核心技术架构

### 1. 混合专家架构（Mixture-of-Experts, MoE）

- V4 Pro：384 个专家/层，每次推理激活 6 个
- V4 Flash：精简专家数量，每次推理激活 13B 参数
- 优势：总参数大但计算量可控，推理效率高

### 2. 混合注意力机制（Hybrid Attention）

- **DSA2 稀疏注意力**：降低长上下文的计算开销
- **CSA（压缩稀疏注意力）+ HCA（重度压缩注意力）**（Flash）：
  - KV 缓存内存开销降低高达 90%
  - 在 1M 上下文下，单 token 推理 FLOPs 仅为 V3.2 的 27%
  - KV 缓存仅为 V3.2 的 10%

### 3. 其他关键技术

- **流形约束超连接（mHC）**：增强残差连接，改善跨层信号传播
- **Muon 优化器**：加速收敛，提升训练稳定性
- **多 Token 预测（MTP）**：一次预测多个 token，加速生成
- **DSpark 推测解码**（Flash）：集成草稿模块加速推理

---

## 三种推理模式

| 模式 | 说明 | 适用场景 |
|---|---|---|
| **Non-think（低）** | 快速、直观的响应 | 简单对话、翻译、摘要 |
| **Think High（高）** | 显式思维链推理 | 逻辑推理、规划任务 |
| **Think Max（最大）** | 最大推理深度 | 复杂数学、竞赛编程 |

---

## 关键基准测试

### V4 Pro 亮点

| 基准测试 | 得分 | 对比 |
|---|---|---|
| Codeforces Rating | 3206 | 超越 Gemini 3.1-Pro |
| LiveCodeBench | 93.5 | 与 GPT-5.4 竞争 |
| MMLU-Pro | — | 接近 GPT-5 水平 |

### V4 Flash 亮点

| 基准测试 | 得分 |
|---|---|
| MMLU-Pro (EM) | 87.5 |
| GPQA Diamond | 90.1 |
| LiveCodeBench | 93.5 |
| SWE Verified (Resolved) | 80.6 |
| Terminal Bench 2.1 | 82.7 |
| BrowseComp | 83.4 |

---

## 定价对比

### V4 Pro（通过 DeepInfra）

| Token 类型 | 每百万 Token 价格 |
|---|---|
| 输入 | $1.74 |
| 输出 | $3.48 |
| 缓存输入 | $0.145 |

### V4 Flash

| Token 类型 | 每百万 Token 价格 |
|---|---|
| 输入 | ~$0.14 |
| 输出 | ~$0.28 |

> V4 Pro 输出成本比 Claude Opus 4.7（$25/1M）便宜约 7 倍

---

## 独立评测（NIST/CAISI，2026年5月）

- V4 Pro 性能约为 **GPT-5 水平**（2025年8月发布）
- 距美国最前沿模型约 **8 个月**差距
- CAISI 测试过的**最强中国 AI 模型**
- 在某些非公开基准（ARC-AGI-2、CTF-Archive-Diamond）上明显落后于 GPT-5.5 和 Opus 4.6

---

## 战略意义

1. **芯片自主**：与华为昇腾（Ascend）、寒武纪合作优化，不依赖 NVIDIA/AMD
2. **开源生态**：MIT 协议开源，模型权重在 Hugging Face 上公开
3. **与 GPT-5.5 同日发布**：中美 AI 竞争白热化的标志性事件
4. **自我定位坦诚**：官方公开承认距前沿 3-6 个月差距

---

## 相关链接

- [[Transformer 架构详解]]
- [[MoE 混合专家架构]]
- [[多模态大模型]]
- [[大模型架构基础]]

---

*最后更新：2026-08-05*