TA的每日心情 | 擦汗
2026-3-17 22:01 |
|---|
签到天数: 1133 天 [LV.10]大乘
|
以下是DeepSeek V4自己写的，我会把自己的吐槽加在里面：
V; [9 |; d7 Z. Z9 A5 y2 Y; Z4 d k+ m. n4 s% M
0 P+ i9 C" S0 y! `2026年4月24日，DeepSeek正式发布全新系列模型DeepSeek-V4预览版并同步开源。作为继R1发布十五个月后的重大更新，V4不仅以百万级上下文窗口重新定义了“长文本”的工程边界，更凭借一套几乎重塑了注意力机制的技术架构，向全球AI界展示了效率至上的突围路径。
1 R7 ?/ u% @4 G
/ q I% y/ I3 Q& S- A8 M. b# W一、模型定位与版本体系! Y9 o' s9 G7 @* [: z
9 ^3 u" J' r! t6 \) u0 y
DeepSeek-V4按参数规模分为Pro与Flash两个版本，精准匹配不同场景需求。Pro版总参数量1.6万亿，每次推理激活约490亿参数；Flash版总参数量2,840亿，激活仅约130亿参数。两款模型均支持1M token超长上下文，预训练数据量分别达到33T和32T tokens，较V3.2的14.8T翻了一倍以上。这一设计延续了DeepSeek效率优先的哲学——尽管总参数庞大，但每个token仅激活少量参数，使推理成本能保持合理水平。& A7 h# S7 A- K& @. s% G
===. E) G6 n( V9 J/ b- R
Pro版本看这个样子，没有4台8卡H200是跑不动全量满血版的，毛估估硬件成本1000万人民币...
! c# p9 y+ S8 y$ c2 x1 I7 N' {不过Flash版本估计一台就能跑得动，而且看样子跟之前的R1 671B相比效率还更高，算是有效保护了客户的硬件投资' n' W. }, r9 Q
===8 n9 r. ]- o$ O* x' e% H
二、架构创新：重新定义注意力机制7 m! z% V% w( M
( N- @) c% o' q$ P9 @6 OV4最核心的架构改动是一套分层的混合注意力机制，从根本上解决了长文本场景下计算量平方级爆炸的难题。 传统Transformer在序列长度增加时，注意力计算量和KV缓存负担呈平方级增长，百万token往往只停留在论文数字中。DeepSeek的方案是设计两个互补模块——压缩稀疏注意力（CSA）和高度压缩注意力（HCA），在各层之间交替使用。/ `' C/ O8 F4 K1 q6 w
2 f) V0 c, t+ z! y, Y! Z
CSA先将每4个token的KV缓存压缩成1个条目，再通过Lightning Indexer进行Top-k筛选（Pro版选取1024个最相关块），仅对筛选出的压缩块及滑动窗口内的128个原始token做注意力计算；HCA则更为激进，直接将每128个token压缩为1个条目并保持稠密注意力。在100万token上下文下，V4-Pro的单token推理计算量仅为V3.2的27%，KV缓存仅占10%；V4-Flash更极端，计算量仅10%，缓存仅7%。这意味着同样的硬件可以处理数倍乃至十倍的请求量，长上下文正从奢侈品变为日用品。) ~4 y# Z5 d; }" T7 c1 s- W
0 R& W8 C; T8 H4 \ O- I===- X0 ~9 x4 Q S8 @2 {) U
已经用上了1M的context，确实很爽，直接踢飞了之前的128K上下文切割模块
9 V! j4 M" M- }# h- b& q2 L2 Z4 B- d2 j我感觉这次不仅是更长的上下文，在IO端的效率也很惊人
1 R/ _" F! z7 c6 t) c===
5 z3 _7 {6 U. c: n6 D三、性能表现：全面对标顶级闭源模型; c- o: {/ ?. k w; O$ N
- S! D8 K1 o6 W. _/ h在Agent能力、世界知识和推理性能三大维度上，DeepSeek-V4均实现了国内与开源领域的全面领先。Agentic Coding评测中，V4-Pro达到当前开源模型最佳水平，整体使用体验优于Sonnet 4.5，交付质量接近Opus 4.6非思考模式。在数学、STEM和竞赛型代码评测中，V4-Pro超越所有已公开评测的开源模型，取得了比肩世界顶级闭源模型的优异成绩。世界知识方面则大幅领先其他开源模型，仅稍逊于顶尖闭源模型Gemini-Pro-3.1。
]* w( P) z e& u- n; [, t" h& _& N% p
值得关注的是，V4-Pro-Max版本在Codeforces编程竞赛中取得3206分，超越GPT-5.4的3168分；LiveCodeBench得分93.5，为全榜最高。而Flash版在简单任务上性能与Pro版旗鼓相当，但在高难度任务上仍有差距。9 z! d, Q: a$ x" C2 B6 D- a+ c
===. ~7 {9 K; X# p
这个我不做评价，各种测试刷分一回事儿，干活是另一回事儿
! H( l: {+ x7 ?是骡子是马拿出来溜溜再说
0 @+ Z2 k p( Y. z: S! e如果DS V4能够超出Sonnet 4.5，接近达到Ppus 4.6的水平，那基本上可以认为很实用了$ X& J; l5 I, N( U9 S4 U, f% P
===
8 i! q2 M" R0 m- R( o4 s四、Agent专项优化与生态落地
" d. r) L6 [8 A0 c
3 w! i5 D; r. H5 X( Z. n( K" P. _. P6 QDeepSeek专门针对Claude Code、OpenClaw、OpenCode、CodeBuddy等主流Agent产品进行了深度适配和优化，在代码任务、文档生成等方面均有实质提升。V4模型已全面部署于公司内部研发流程，成为主力Agentic Coding工具。两款模型均支持非思考与思考两种模式，复杂Agent场景推荐使用思考模式并将推理强度设为max。: g) ^6 h/ T) X
===- C1 z+ N& i+ G2 u6 k
待测
8 c3 U9 r( K' J5 Z7 Z$ D( n7 M( f===( }, Z9 F( n5 \; ~1 J' Z* x$ t8 c
五、技术突围与战略意义
3 E( c2 J" T$ f9 Z
& T9 S9 f# K4 E2 ?8 \V4的发布标志着大模型竞争正从单纯“堆参数”转向效率驱动的下一赛道，注意力机制的根本改造为超长上下文模型提供了可复用的工程范式。同时，V4从设计之初就深度适配国产算力，将与华为昇腾的合作推至“原生”水平，预计下半年昇腾950超节点批量上市后，Pro版服务价格将大幅下调，进一步降低百万级上下文的使用门槛。价格方面，Flash版输入每百万token仅0.2元，输出2元，依然保持了DeepSeek“价格屠夫”的一贯风格。
6 w# x) G6 m+ i9 V===3 T6 N9 x f, J
试了下，v4 pro确实很贵，目测起码比之前的任务贵5倍以上
7 r) _5 d e6 ~9 L4 r但是这波宣发最牛的还是全面支持国产芯片，除了DeepSeek自己说的华为昇腾950超节点，寒武纪也已经官宣Day0 适配，估计最起码提供推理服务的硬件会逐渐的赶上来。: l: L4 k, ~1 [( q! }2 a3 E# I$ w4 R
===
$ O9 N6 c/ \! [. p3 P
9 c2 s! v4 [1 ~3 x, m+ f作为全球首个在国产算力底座上完成训练与推理的万亿参数级模型，DeepSeek-V4不仅是一次产品迭代，更是一场从底层架构到生态话语权的系统性突围——当西方模型还在比拼参数规模之时，这支来自中国的团队已悄然开辟了效率普惠的全新赛道。# l& @+ D; Z( d6 ^8 t7 |
|
评分
-
查看全部评分
|
雷达卡
楼主
收藏
分享
淘帖
支持
反对
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
千斤顶
显身卡
发表于 2026-4-24 16:19:58
