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：" ~. G4 U, z7 ^1 X( I# ?- @
& L$ F, K$ m7 _6 z# [
) O1 F) d8 d. z, z' C2026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。
9 v7 S) O7 j: e6 U5 L* R
/ n7 \% p9 j1 b一、模型定位与版本体系
) | @7 i# }1 l' F2 b- [2 X2 J& E) d+ t) ?
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。; u$ H$ X; `$ w; D+ e/ ^0 c% m& v* Q
===
5 \: }! m' ^9 O [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$ p) a& q% s/ T% B8 @& s3 e8 G+ a
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, n3 P- Y* a: M! L* X5 g
===8 |& `+ h+ [! L$ P+ D& L' c
二、架构创新：重新定义注意力机制) ^3 P; @ H% L: Z) k# k
* d# q5 f/ ]7 \6 R3 E- A) ^V4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。
0 `& {" t' W3 O! _! y- N' j* s- s3 i
0 ?4 e1 n& s1 I! 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。! W A1 T# z3 V7 O
) J+ z8 ~ `/ r+ }+ ~===
& F: A5 {" } D, X( {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: }& `. _: S* Q1 E9 B, v
我感觉这次不仅是更长的上下文，在IO端的效率也很惊人
& J' a/ {8 w+ g3 [7 G: O5 N: C===
2 r+ M/ k) @. }三、性能表现：全面对标顶级闭源模型
, C* E0 ?, h. N5 D0 D& T& a X6 g) _* M( ~
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。" i1 c: y" `6 x
1 K7 b. ^4 i9 {1 V4 @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。) v0 d1 B6 T) B! e$ K$ C, \& A
===9 B& ~. M3 H; K% R, m( L% l+ U
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
: {5 r6 Y5 l/ C! [是骡子是马拿出来溜溜再说
+ j1 m) Z7 I% T9 ~, o$ R3 z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
! a9 u. z, d$ Z& T& e2 j===
! d) ^0 i# D1 u- H四、Agent专项优化与生态落地
0 v' D1 o! T" s6 y4 K
7 M! \$ c( @6 A+ x# GDeepSeek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。
( x8 [0 O/ i: Z2 l$ U===5 V9 j: z- T! b0 b* s. T6 ^" }* B1 F
待测4 h/ E$ O8 P0 ^: y$ K( V
===- \$ g, \7 X, o! T8 \
五、技术突围与战略意义
( f7 `4 A, X8 j( j
/ d9 ^1 F# F! e1 G/ A) T7 AV4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 f2 |' z1 M E' ~& t===* k M+ B1 c, G! u
试了下，v4 pro确实很贵，目测起码比之前的任务贵5倍以上# t) W/ e: h% ]5 ^) B, E0 q* Q* s
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。
2 c* U' v9 C) b$ B; j4 O7 J7 V===) d2 H: x6 e: g
- r4 h" {) \$ D
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。
8 w. y- u$ i7 \. A |
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
