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：
& C! o6 Z8 U) t5 a* b1 \$ i( ^2 N
' D% F# g5 T" X# m' t, n, J2026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。
2 e1 ^* h" G& |% M/ f0 {
; b3 d0 ^* q4 V' _- X8 j, o一、模型定位与版本体系/ p! V4 ]+ Z$ E. l
1 F: h! c5 p: ^% N
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。: \+ {: G' E* w5 j& X f
===
$ w8 W I G- d {/ ?! d& [9 {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...9 v0 T, U8 ^0 V" f) W9 b4 ]
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! ~" ?+ Z4 d8 p
===
0 @3 u t! S- P二、架构创新：重新定义注意力机制/ h- |' @5 B+ r' R, c- T& U
/ S6 ]' k! `3 G, c, o( v
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。* U: D# G& q: k" Z1 l6 b1 K! m1 }
$ @- P7 Z/ l" x7 k" U9 mCSA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。
1 u, ^0 D8 l9 B. ^* Z- w; {4 [
, m: i! S8 h" R& f* q! g y===+ V) d# C# Y, M0 ]; Z7 I
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: d5 {& k# s我感觉这次不仅是更长的上下文，在IO端的效率也很惊人 n; x9 U. Y b% P4 Y
===' n& I6 n4 X' S r. G/ g( p$ b
三、性能表现：全面对标顶级闭源模型* a2 I H% J/ E2 z$ q3 ~+ {
" q" ?) E: j! C: x/ [, t
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。
/ ]+ S8 B7 Q3 O9 {! b' U% q8 m8 F9 W# O( |
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。' E$ \6 @' D1 N% ~* s& q
===
. D+ Y3 E9 F) t$ P! E3 ?8 H: o6 S- h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/ \; x7 N% C( t. p% N
是骡子是马拿出来溜溜再说: M# Y* _7 U% d6 I& ?2 `! z* 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- v S' ^$ ]8 o
===% a4 A: b5 x5 h$ h0 C) d
四、Agent专项优化与生态落地- [) I' L7 b5 L, M" F' K* k% ~6 K5 u! D
9 i4 x, l2 m2 ?, R2 D" g, C! r0 o
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。) g0 e4 e- Z9 r
===
b4 R+ k" F( k- o待测8 I; |: v Y) t+ Q6 @+ _( Y
===
- I! z% X7 ^) V% h' Z( {五、技术突围与战略意义1 I/ B* P9 g# D( J0 w! q$ ]0 f
$ `3 y- q2 H/ y5 M* p/ n/ d
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。* \3 |8 j( {! Z: r2 W1 B
===+ v9 n( L+ K1 O) g7 Z1 \
试了下，v4 pro确实很贵，目测起码比之前的任务贵5倍以上, I# f9 S- L( N- E1 X$ 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。+ W6 n, {5 Z/ _0 N- g0 n
=== z0 ]2 f! H) g! p' y
6 c' h* U4 u8 ?0 g( a8 M
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。7 E% }7 w% I2 R5 x2 |" n
|
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
