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：
4 M1 m. \" ]0 m/ i: u/ p3 K
( p- b, `; |1 Y" W* [
! U( o1 ~6 J& S2026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。
: ^8 g( e( x0 \
& ]+ G# W- |8 k; K$ b' M. E" M一、模型定位与版本体系
" E- i# y0 |8 s0 [7 m! i& m" e& \. H1 w5 C
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。
# {0 [$ J6 I/ X& J- A===
6 E5 Y8 U* t) e7 L/ ^+ lPro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...$ M' t9 g7 L( G! I0 s& q0 `
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
, R$ @2 V Q0 |2 ~===) M1 ]- G5 L$ P/ L0 F
二、架构创新：重新定义注意力机制
1 v$ Z- d4 h0 O5 _5 ` m' v( y( |6 j# h+ q
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。) L+ J( ?) \6 j. H, H: t
) X/ x$ \8 l7 o- |" t' i8 o+ UCSA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。
+ c4 D% }& |7 Q) c, \. Q! @; R8 f
===
- A1 q5 N) N8 a" f0 H7 ]! ?+ ~4 X, 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0 q, Z& q; u) s2 I' m' M
我感觉这次不仅是更长的上下文，在IO端的效率也很惊人 h0 Z. h6 ]; C
===
: N ^* J* R% k4 o三、性能表现：全面对标顶级闭源模型/ f6 E7 R* A5 S6 I
! z8 F7 B% }* u% H* d4 f1 l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。
# I2 B' U) @3 h6 ^% l# `# R4 A9 N. J9 s3 l( O- c+ `8 C
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。0 x, A& s" R' A) q$ f( |) F
===# t { Z7 w1 I# v6 Q
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
/ v7 A' \. S& E' z9 z4 M' y是骡子是马拿出来溜溜再说, @3 d/ U; R% v' Z/ D0 U1 K
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/ M& X& ~0 n/ T( Y2 Q& \6 d5 P- Z5 D; f
===
9 Y5 z. O# B! t3 x/ p3 ~四、Agent专项优化与生态落地
- E B8 W6 N% i3 W r- a4 `4 J
) S: A/ r1 t' p. {: W: O; iDeepSeek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。% \: e- u2 g9 D7 _" C3 w# l' Y2 {
=== r! K7 _, g( |9 y" K. t ?
待测' N9 j9 J+ T3 f4 N$ h
===# j! S8 x7 ?' u0 b. c$ R8 v. c
五、技术突围与战略意义
5 k& `& d! b+ ]
9 m& u5 j9 ]9 O, J4 CV4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。
0 ~2 Z4 t% ]7 N* p" Q===; Y5 ]0 k" s* R! w
试了下，v4 pro确实很贵，目测起码比之前的任务贵5倍以上
4 \: P" r+ L$ P, Q' k$ D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。! r1 U1 d |# j( k/ R5 @6 A+ F6 a! \
===
$ E4 X, h* }% D+ c# m% q+ r
9 _3 j3 q9 o3 R$ \- p4 u1 B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。
( p4 P, Z6 {/ J I1 b" I |
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
