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：, k/ ~, r# K- \1 B6 A( |; L
5 f% I$ {6 P7 C" y1 ~: B4 C
" B( j, c, {1 h- S1 K5 O2 m& @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。. Z8 I: ?/ m4 f
; z/ b: h0 z" h" h) c8 u一、模型定位与版本体系3 f1 L5 ]7 ~; g. `$ g( X5 t3 [3 Q
. \/ V4 {7 X0 x; Q7 ?& {5 O9 l- w
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。
% m1 K+ i1 i$ [/ L% |/ k===
+ d" i' q5 J, Y) B/ N4 o8 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...# A' o/ U |' S$ A* t& C( t, I$ J0 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
' k7 h- c! j d===/ o: C9 F1 Y3 l2 f
二、架构创新：重新定义注意力机制
5 B2 P% D/ ?" A# G+ k' P& I5 J) W/ l
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。9 N( S L7 A8 T6 X5 h
: G- {, j' T g$ `
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。
8 {2 o! @+ ^1 h3 D; `) V( i% y
# @% n& b: s! Z. j===& f, q: p6 c3 e* W* w$ 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 |/ n ?& r L" [' q; U我感觉这次不仅是更长的上下文，在IO端的效率也很惊人3 n! v7 J* a; d" I- \9 y8 }
===
7 \: a& K# v" T2 j5 E2 g& Y三、性能表现：全面对标顶级闭源模型# C$ x) t+ d0 s8 @9 y
# b) l0 u6 a2 p( F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。
# C) C5 _* J" T7 ^: b1 {! _6 p' z6 s0 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。
. k0 ?) Z2 z( `% h" G# u! R+ w===9 s- i. K9 g9 n. J" {% [
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
! v# h) `/ S! x是骡子是马拿出来溜溜再说% d' v5 U4 v% B. n% L; Q0 X" {
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
g% S7 r! v0 }4 E; @+ ?' y===" \/ b- ^# o4 D; U) R
四、Agent专项优化与生态落地
' t# U; {7 N2 X+ p+ S" g) r- E% O/ X1 A( h
DeepSeek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。" ]) T {; Y7 Q7 m, f$ n8 t% {1 g% ^
===& m' i {+ J/ o/ j( o2 c
待测8 \7 D4 m1 {6 @* G
===( m8 ~' a" S8 V/ t4 v; T' x
五、技术突围与战略意义& {$ Q7 w7 ^) X# O
: ~" P8 |- a6 w- I% 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。
7 S! s) \# H; k: U* K1 a===
+ b+ O% l7 s- g2 B: l5 n4 ]试了下，v4 pro确实很贵，目测起码比之前的任务贵5倍以上) G$ ^5 o: P- q
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。" j. e! F. }! e% v& Y/ s1 [
===! d* k% r2 }- t. U( O1 T- a
1 N# G# q0 X$ ~# K# j. ? k4 f {/ g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。
# j& S4 w7 n9 d) \' z |
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
