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：! q5 b6 i; } A0 }/ `: h1 K
2 _& C# F! @$ Y
% z. ?, p$ R' P* g8 |1 t+ |
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。 ` n8 K) D$ f6 {' H/ x, |0 f
; U3 c; x4 |$ N7 q. Q- Z一、模型定位与版本体系# c0 S; {1 B$ j$ w! G8 {
8 p; W5 o( a! ?1 R- m* }* lDeepSeek-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。+ a- u9 ^5 O- S% R
===, \- j/ W7 V1 g5 U: s4 v' E
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..." S; C3 e( a: k1 I( M
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
0 R. ] g) K, }) a7 |===! G% K% j- F$ l% h
二、架构创新：重新定义注意力机制
# ]0 A3 S9 c0 \* m( k. t# f4 \8 d1 m) x- [# J
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。( D7 E) z8 O0 x2 q
1 Q7 T- C6 @ ^( nCSA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。
4 D" f9 I" h! u/ K+ X `9 R9 c2 D" T0 d
===% ~; P6 W) Q; V' y
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: M9 c8 u" ~4 Y% t, e! |, {9 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 {5 e! A1 M8 \" C4 S
===9 E- n9 ?) V; l/ m% k
三、性能表现：全面对标顶级闭源模型, p$ N6 K2 S# [4 ^, [
( u! O) z# D* S7 g) V N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。
; i' ~6 s+ `9 O! V( W" Z
7 j% s3 Y! |% P5 \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。# k# M* e' A, w' s- p G
===2 A' X' o8 U& w1 i) l
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
/ b0 k) l' m5 |5 s: ~" f是骡子是马拿出来溜溜再说
6 u+ {2 x" b7 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7 `% D" Q) `) C
===
3 U+ h; }2 [8 F7 J四、Agent专项优化与生态落地! m9 n6 @4 {' G) f
& J# @3 E- d5 Q- p0 @" XDeepSeek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。- l, B% o0 S- ?7 t/ ]. F. ^. s
===7 P- s2 N9 H& T* ~0 }$ \' K
待测
4 E& I6 w1 E' z J* `8 y===& A# T! ?; o9 @8 k; X7 F
五、技术突围与战略意义0 N! w, S% U$ E% a
/ Y) {2 q- L' x g( M1 z; }
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。
# |: j8 B' J/ g7 s+ ?5 u" T+ k0 }===
0 U F& o- \" p/ @5 H1 O* o试了下，v4 pro确实很贵，目测起码比之前的任务贵5倍以上
5 d5 q! V1 `. y [. y# ]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。
0 ]5 C" _; w8 y8 T===( d7 ?, I* p% c" K1 k& f0 p
0 @ {* }9 G3 z' z
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。
( ?" P c( b6 H0 A$ b7 K |
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
