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：2 l2 I g7 ]& q5 e5 t
7 u, C3 P8 n1 V4 z; _$ |+ g+ G
' T* _) a0 m2 \, |% R
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。 L# }* k8 H' M! }$ y
; k5 a; M3 {" s; U一、模型定位与版本体系
* M3 n$ `& A2 F( k
2 X) Z5 _. M) {: g0 N& W2 D1 E4 W( cDeepSeek-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。6 z. }3 R0 Y& k$ N
===
: P, Q% _: W) BPro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...+ E% S9 x, X! T) Y
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
4 I2 {$ Z0 o! q( p \- I===1 V4 ~6 f" m" c; r
二、架构创新：重新定义注意力机制1 K! t4 h+ Q0 t2 [; _/ h8 D, R
$ Y2 ^8 N) e5 W7 U7 {8 ~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。- P$ d. w' S' W0 e/ d
7 d1 c6 E+ [6 H: k: `: d4 D7 k K
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。
: J3 ~% m" @2 r0 Q6 k9 b5 L$ @6 e, O4 E. F$ k/ Y! S# K4 m9 N
===
; L6 N. o: h$ j7 q' j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
. ^5 F* Z3 c2 ]4 @9 d- W我感觉这次不仅是更长的上下文，在IO端的效率也很惊人
. e% H. N% D$ h9 g& p+ p===
3 F$ x2 t& n$ r$ Z$ q三、性能表现：全面对标顶级闭源模型
# L6 v( p* o) Q+ n+ B2 E: H/ a0 f
1 F/ z7 Q" _1 b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。
! ~8 T. m2 q+ m, ^5 l e- G
4 U4 v" D, M) 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。
# {0 S0 ]7 K$ m4 P. v. o8 A===
1 d0 Q9 e, {/ z" J; 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
+ k. ~! D* r6 @8 f- O是骡子是马拿出来溜溜再说
0 k, ?4 k1 t0 k* u' V5 w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
4 e5 M3 j7 z8 x+ q5 A. z===6 a o- H% H) s) H4 l4 y" ?; G
四、Agent专项优化与生态落地" c; O7 D# @% A$ t6 @7 H
5 k7 y6 p$ c4 [' }( V sDeepSeek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。4 R- R2 D2 O, _2 N4 E8 w8 S2 Y; D
===2 G. s, o4 g* u
待测% I* G- c# U2 ^7 U! L/ O8 C
===9 f6 z8 e6 t+ V- D( a
五、技术突围与战略意义5 ?: C0 K2 x( S
/ j% R( {2 `% ]& t
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。
1 x8 L0 j. I4 l- E6 S===
0 E% t% d4 g$ F# i, ?# s试了下，v4 pro确实很贵，目测起码比之前的任务贵5倍以上- }$ z7 V4 o8 s- k" O. K& x
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。
5 e; R- k x( }2 m1 {+ q===, W8 z+ G% Z& u( u3 e4 i+ ]
3 p, k! o: @3 R4 c" u$ Z* C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。$ [$ Z1 |5 H' G
|
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
