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
- 芯片自主：与华为昇腾（Ascend）、寒武纪合作优化，不依赖 NVIDIA/AMD
- 开源生态：MIT 协议开源，模型权重在 Hugging Face 上公开
- 与 GPT-5.5 同日发布：中美 AI 竞争白热化的标志性事件
- 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
最后更新：2026-08-05
