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：
. p; I6 W/ y. s+ y S/ f( B
7 u$ ~' t" y& m- ?" b* D A5 V( W; Z3 A* \; k
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。
2 |* o5 j1 T/ a5 ^: y8 q
/ j1 W# A2 H8 B8 j+ t3 g+ M一、模型定位与版本体系1 ^8 j. c- o9 L, X/ ]8 Q
! m7 g' Y" A8 G4 X: j4 X. x4 p& b/ f
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。$ E {& N0 t2 N/ z
===
9 V6 e6 _0 s7 T7 E, y: U: pPro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...( A5 D$ K1 K2 `5 T6 `
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
$ o' b, U) x4 t/ x===
2 S+ S, n; H4 I二、架构创新：重新定义注意力机制4 S& N' S) H2 N
1 @0 Y9 o# S; F" 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。$ w* v/ H' @0 [
0 L0 m( \: ^) l0 }7 x) J X/ O
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。2 Y t9 E" C; c. g
. B1 x& L, g# E5 o* S===5 @/ r- i$ d6 }9 H3 G; m
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% T3 n0 |3 V& V8 w7 Y7 x
我感觉这次不仅是更长的上下文，在IO端的效率也很惊人
) l) K0 {: o! G( {3 w===
& D0 b4 N8 F0 m o/ s三、性能表现：全面对标顶级闭源模型
4 p. r2 ]( f+ V2 ^3 N9 x
! y) a8 C& o+ v8 L1 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。
% J" c) V$ _5 e( J0 P# S4 b' k3 _1 _ ?
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。
5 \: b6 _0 J4 q===4 i9 G; L/ \5 g: p. X
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
P( S& r1 n/ o4 a) V0 B8 ]3 ]是骡子是马拿出来溜溜再说
* l; W. g3 h5 B2 _7 Q% A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& }8 Z6 Y9 M1 q' e9 ~- M1 N
===0 R. F' Z* L3 E- M; b! Z
四、Agent专项优化与生态落地
: ^* R: S, c @8 l, y
$ J7 d& G; i F8 a: k# 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。
: Q2 g& F: Y- O% J: s===
# V" p2 F+ \, @+ }6 T* { E6 ]待测
0 B( J5 m2 _ d2 }- }- T===
+ a* h# ?& F6 l# c9 j' u5 j五、技术突围与战略意义3 e7 `8 {, W2 `/ u9 O! V9 I4 C
3 y3 q# \' K. h2 `( y% N9 x2 Y
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。
, D1 ~* r+ B# z===3 Q, Y; T g; c1 F+ m; Q9 g
试了下，v4 pro确实很贵，目测起码比之前的任务贵5倍以上
$ l. |4 v1 r# n, L: }5 V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。
! l; \: h; f" H3 r9 K===
- \; ]0 E7 _% ]9 @* I* N9 w1 }8 s% z) E) M9 O7 a# v# `- D8 h
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。
5 {3 P7 P6 d2 A5 E |
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
