DeepSeek-V4

中國AI公司深度求索釋出的新一代開源大模型，1M超長上下文，Agent能力比肩頂級閉源模型

大語言模型

https://api-docs.deepseek.com/news/news260424

前往官網

深度報告

DeepSeek-V4 是中國人工智慧公司深度求索（DeepSeek）於2026年4月24日釋出的新一代大語言模型預覽版本，同步開源模型權重和技術報告。該產品包含Pro和Flash兩個版本，全系標配1M（百萬token）超長上下文，在Agent能力、程式碼生成和複雜推理方面達到世界頂級開源模型水平，定價僅為海外同級別閉源模型的七分之一左右。V4的釋出標誌著中國AI開源力量在全球大模型競爭中佔據重要地位，同時因其明確支援國產華為昇騰晶片而具有特殊的產業意義。
深度求索（DeepSeek）成立於2023年，是一家專注於通用人工智慧底層模型與技術研究的中國初創公司。公司總部位於中國，創始人為梁文峰。根據公開資訊，DeepSeek在2025年初曾因R1模型的釋出而震動美國AI行業，被視為中國AI技術突破的代表性企業。公司基於自研訓練框架、自建智算叢集和萬卡算力資源進行模型訓練。2026年4月24日，DeepSeek在成立約三年後釋出了備受期待的V4模型，該模型距離上次R1釋出恰好一週年。值得注意的是，DeepSeek目前正積極佈局物理基礎設施，在內蒙古烏蘭察布開啟大規模智算中心招聘，展現出向產業鏈上游延伸的戰略意圖。在融資方面，雖然具體金額未公開披露，但行業傳聞DeepSeek的目標估值已達到200億美元，這反映了資本市場對其技術實力和商業前景的高度認可。公司在發展過程中始終堅持開源路線，此前的V3和R1模型已在全球開發者社群獲得廣泛使用，根據OpenRouter的公開統計，這兩個模型的Token吞吐量一度佔據所有開源模型的一半以上。
DeepSeek-V4在技術架構和功能特性上實現了多項突破。首先是超長上下文能力的普惠化，該產品全系標配1M（百萬token）超長上下文，相比V3.2的128K實現了8倍的提升。這意味著使用者可以直接匯入完整程式碼庫、超長行業文件、百萬字級別的完整書籍進行端到端處理，大幅簡化了長文字處理的技術鏈路，使用者無需額外搭建RAG系統即可實現高效的資訊檢索和理解。在模型架構方面，V4-Pro採用總引數1.6T、啟用引數49B的MoE（混合專家）架構，預訓練資料量達到33T。V4-Flash則採用啟用引數13B的輕量化設計，透過全新的token壓縮注意力機制與DSA稀疏注意力架構實現了極致低延遲與高價效比。根據DeepSeek官方公佈的測試資料，V4-Pro在數學、STEM、競賽級程式碼等核心推理測評中超越了所有已公開評測的開源模型，在Agentic Coding測評中達到開源模型最佳水平，交付質量接近Claude Opus 4.6非思考模式。內部測試顯示，V4-Pro的使用反饋優於Anthropic Sonnet 4.5，已成為DeepSeek內部員工的主力Agentic Coding工具。 V4還支援非思考模式與思考模式的雙模式切換，使用者可透過reasoning_effort引數自定義思考強度。產品全量支援Json Output、Tool Calls、對話字首續寫能力，並針對Claude Code、OpenClaw、OpenCode、CodeBuddy等主流Agent產品做了專項適配和最佳化。在開源與部署方面，模型權重同步在Hugging Face和ModelSpace平臺開放下載，完整保留與官方雲端API一致的所有能力，無任何功能閹割，同時支援模型微調、量化、推理加速全流程工具鏈，並完成了vLLM、TGI等主流推理框架及LangChain、LlamaIndex等Agent框架的Day 0原生適配。接入方式上，使用者無需修改原有base_url，僅需將model引數替換為對應版本名稱即可。V4相容OpenAI ChatCompletions和Anthropic兩種介面格式，顯著降低了遷移成本。值得注意的是，舊API介面（deepseek-chat、deepseek-reasoner）將於2026年7月24日停止使用。
DeepSeek-V4採用分層定價策略，提供Pro和Flash兩個版本以滿足不同使用者群體的需求。V4-Flash版本的定價極為親民：快取命中輸入價格為0.2元/百萬tokens，快取未命中輸入價格為1元/百萬tokens，輸出價格為2元/百萬tokens。V4-Pro版本的定價則定位中高階：快取命中輸入價格為1元/百萬tokens，快取未命中輸入價格為12元/百萬tokens，輸出價格為24元/百萬tokens。與海外同級別閉源模型相比，V4的定價具有顯著優勢。以GPT-5.5為例，其輸入價格約為5美元/百萬tokens，輸出價格約為30美元/百萬tokens，而V4-Pro的相應價格僅為12元和24元人民幣（約1.7美元和3.4美元），約為GPT-5.5的三分之一到十分之一。這種定價策略延續了DeepSeek一貫的“高價效比”路線，旨在將頂級大模型能力從少數人的工具變成更多人可呼叫的基礎設施。從商業模式角度看，DeepSeek採用開源免費+雲端付費的雙軌策略。模型權重開源免費意味著任何人都可以下載並在本地部署，這對於企業和開發者而言具有極大的吸引力。雲端API服務則透過按量計費的方式獲取收入，這種模式既滿足了需要快速接入的商業使用者需求，又透過開源建立起了廣泛的開發者生態。
從社群反饋來看，DeepSeek-V4的釋出引發了開發者社群的高度關注。釋出首日，知乎單日熱度達到5390萬，Hacker News獲得999個贊，Reddit收穫600多個贊，多個平臺同時引爆。在技術社群中，開發者對V4的評價整體積極，尤其認可其在長上下文處理、程式碼生成和價效比方面的表現。正面評價主要集中在以下幾個方面：一是超長上下文能力獲得廣泛認可，1M上下文標配讓開發者無需額外成本即可處理大規模文字任務；二是價效比極具競爭力，Flash版本的價格對於中小型專案而言幾乎可以忽略不計；三是開源策略受到好評，完整保留所有功能、無任何閹割的做法體現了DeepSeek對開源社群的誠意；四是API相容性表現出色，相容OpenAI和Anthropic兩種介面格式大幅降低了遷移成本。然而也有一些質疑的聲音。部分使用者關注V4從公佈到正式釋出歷時較長（坊間稱其為“跳票”），認為這可能反映出團隊在技術研發上面臨挑戰。此外，作為剛剛釋出的新產品，V4在真實生產環境中的穩定性和長期表現仍有待驗證。
從行業視角來看，DeepSeek-V4的釋出具有多重意義。首先，在技術層面，V4證明了開源模型能夠在效能上接近甚至比肩頂級閉源模型，這對整個AI行業的技術發展路線產生了重要影響。Replit CEO Amjad Masad等美國開發者高度評價了V4的注意力壓縮和長上下文效率提升，認為這代表了當前開源模型的最高水平。其次，在產業層面，V4明確支援國產華為昇騰晶片，這對中國本土AI晶片生態具有重要意義。MIT Technology Review中國版報道指出，DeepSeek正在構建“統一推理中介軟體”，目標是重構國產大模型技術棧。如果V4在昇騰晶片上的表現接近NVIDIA GPU，那將是國產AI晶片生態的重大突破。第三，在市場競爭層面，V4的釋出加劇了大模型領域的競爭態勢。值得關注的是，V4釋出當天恰逢OpenAI釋出GPT-5.5，兩家公司的旗艦產品形成正面交鋒。這不僅是中國開源力量與美國閉源巔峰的技術對決，也預示著未來大模型市場將更加多元化和競爭激烈。國際媒體方面，The Verge等權威科技媒體對V4給予了積極報道，認為DeepSeek在釋出R1一年後再次出手，標誌著中國AI企業已經具備在全球舞臺上與美國競爭對手正面較量的實力。
儘管DeepSeek-V4獲得了廣泛的市場關注和積極評價，但也面臨著一些爭議和潛在風險。在技術爭議方面，V4多次延後釋出引發了市場對其研發進度的質疑。從最初預期的2025年10月到2026年4月正式釋出，間隔長達半年，這在一定程度上影響了市場預期。有分析認為，延後釋出可能與團隊正在進行的架構升級有關，但也有聲音擔心這是否意味著技術遇到了瓶頸。在地緣政治方面，DeepSeek此前曾受到美國方面的關注。據報道，美國官員曾指控DeepSeek使用了被禁止的Nvidia晶片，Anthropic也聲稱DeepSeek濫用了Claude來改進其自身產品。這些指控雖然尚未得到證實，但可能對DeepSeek的海外市場拓展造成潛在障礙。在技術風險方面，作為新發布的產品，V4在大規模生產環境中的穩定性和可靠性仍有待驗證。此外，隨著使用者規模增長，如何保持服務質量和服務響應速度將是團隊面臨的實際挑戰。在商業模式方面，開源策略雖然有助於建立開發者生態，但也意味著直接收入來源相對有限。如何在開源推廣和商業變現之間找到平衡，將是DeepSeek需要持續思考的問題。
基於DeepSeek-V4的產品特性，以下人群可能會從中獲得最大價值。對於AI開發者和研究人員而言，V4的開源特性、完整的工具鏈支援以及與主流框架的相容性使其成為理想的研究平臺。1M超長上下文能力特別適合需要進行程式碼分析、文件處理、學術研究等工作的開發者。對於初創企業和中小型公司而言，V4-Flash版本提供了極具價效比的選擇。其極低的API呼叫成本和優秀的效能表現，可以幫助資源有限的團隊快速接入先進的大模型能力，而無需承擔高昂的基礎設施成本。對於需要處理長文件的企業使用者而言，V4的1M上下文標配消除了對RAG系統的依賴，可以直接處理完整的書籍、報告、程式碼庫等大規模文字，簡化技術架構的同時降低了維護成本。對於關注資料隱私和安全的企業而言，V4的開源特性允許完全私有化部署，資料無需離開企業自身的伺服器，這為對資料安全有嚴格要求的行業提供了可行方案。在使用建議方面，需要注意以下幾點：一是及時遷移舊API介面，因為舊介面將於2026年7月24日停用；二是根據實際需求選擇合適的版本，對於輕量化高頻場景可選擇Flash版本，對於需要更強推理能力的場景建議選擇Pro版本；三是密切關注官方更新，V4作為新產品可能會持續推出最佳化版本。
DeepSeek-V4的釋出是中國AI開源力量在全球大模型競爭中的重要里程碑。憑藉1M超長上下文、世界頂級的Agent能力和極具競爭力的定價，V4成功將頂級大模型能力從“選配”變為“標配”，推動了AI技術的普惠化程序。其明確支援國產晶片的戰略選擇，不僅體現了技術自信，也為國產AI晶片生態的發展注入了信心。從長遠來看，V4的成功釋出預示著中國AI企業正在從技術跟隨者向創新引領者轉變。在全球AI競爭日趨激烈的背景下，DeepSeek堅持的開源路線可能會對全球AI技術發展格局產生深遠影響。當然，V4作為新品仍需經受市場和時間的檢驗，其在生產環境中的表現、後續版本的發展以及商業模式的驗證都值得持續關注。

使用者評論

q88n2d

—

灰度測試了幾天V4正式版，整體接近Opus 4.8級別，編碼直追GPT-5.6 Sol，Agent能力相比前代有質的飛躍。3D場景和SVG渲染提升肉眼可見，但同樣的任務迭代輪數比Fable 5還是多了些。考慮這個價格，真的沒法挑剔了。

MIvai

—

灰度測試報告出來了，V4正式版思維鏈呈現出更強的Agent自主規劃特徵，不只是寫程式碼，而是在規劃、構建、除錯的完整迴圈裡自主推進。期待全量推送。

CarlBaker

—

用V4 Pro跑Electron構建，同一個配置項改了犯犯了改，反覆橫跳。GLM 5.1一輪定位根因，改了不復發。工程上下文追蹤的深度差距還是實打實的。

ZacharyMendoza_2023

—

V4百萬上下文全系標配，但別急著衝Pro。日常Flash版夠用了，V3那種突然死迴圈的毛病Flash上基本沒了。

Patrick_Watson_9973

—

預覽版前端審美真的太拉了，滿屏紫色系。但正式版SVG和3D提升很大，Xbox手柄和CSGO遊戲一次生成可執行了，這才是該有的水平。

Christian.MendozaSr

—

正式版SWE-bench距離Opus 4.6 Max只差0.2個點，同一個prompt時好時壞穩定性還是跟Opus有差距。不過價格是Opus七分之一，要什麼腳踏車。

6za_1t

—

3D場景生比比預覽版強太多了，預覽版那張3D小票翻車的名場面正式版不會再出現。Agent完成率提升21%，多模態、SVG渲染能力全補上了。從預覽版的架構驗證到正式版的能力爆發，等了三個月沒白等。

Raymond_Richardson_20204

—

正式版全量了！原生多模態推理不再是純文字了。雖然比不上GPT-5.5那種視覺理解，但OCR加影象推理日常夠用。從架構驗證到能力爆發，三個月沒白等。

الناکوتی

—

V4又崩了一天伺服器繁忙，估計是正式版壓力測試。峰谷定價要來了，白天跑Agent成本翻倍，以後批次任務得挪夜間了。快取命中價格極低，批次任務錯峰成本壓得回去。

Jacob249

—

收到郵件說deepseek-chat和deepseek-reasoner兩個舊介面7月24日停用。正式版還要峰谷定價高峰翻倍。便宜貨也開始裝計價器了，有點唏噓。

EFisher_2022

—

NIST說V4落後美國8個月我不太認同。V4長上下文效率明明是業界領先的，1M token推理FLOPs只要V3.2的27%，KV快取降到10%。官方自評也說了差距約3到6個月而不是8個月。走的是低成本普惠路線而不是極致堆算力，評判標準本就不一樣。

DMurphy_660

—

V4 Full Paper出了，FP4 QAT後期訓練直接跑，MoE專家權重量化到FP4，推理直接跑FP4權重。QK selector 2倍加速99.7%召回保留。能以極小質量下降實現這個壓縮率，成本結構會大變。

clPER

—

拿V4寫量化策略，程式碼有板有眼，跑起來一路虧。紙面上分析得頭頭是道，一接入真實市場的噪音和波動就露怯了。模型懂策略但不理解市場。

Aaron_Lopez369

—

10位從業者聊了一圈，結論挺一致的：幾千行程式碼級別one-shot成功率高，做小應用完全夠用。但工具呼叫穩定性和幻覺率是硬傷，長鏈條任務不配Harness框架不行。V4是Agent時代的加速器但不是銀彈，落地離不開腳手架。Flash同尺寸效果反超，會成為後訓練首選基座。

CRivera007

—

實測V4梳理《三國演義》人物關係，武將兵器陣亡原因列了表格沒有一處張冠李戴。金融從業者讀年報一次吃透300多頁PDF提取細節資料，生產力拉滿。就是UI審美真不行。

LisaCarter00787

—

15個專案實測V4 Pro從魯迅仿寫到SaaS官網全跑了一遍。程式碼確實強了，最意外的是中文寫作比GPT-5.5自然多了，沒有那種AI矯揉造作的偽人話味兒。專家模式明顯好一個檔次。

GeorgeClark

—

國家超算上線V4免費對話了，全鏈路國產適配。昇騰950下半年上市後Pro要大幅降價，閉源廠商真扛不住這價格戰。

CHrtd

—

V4程式碼能力比肩Opus是真的，寫一個作家推薦器秒悟收40塊，V4免費還重寫幾千行程式碼。成本優勢太誇張了。

lUCIAbAKER

—

DeepSeek內部把主力模型切到V4了，反饋優於Sonnet 4.5接近Opus 4.6非思考。自己的狗糧先吃比很多公司強。

JJones007

—

百萬上下文標配了！丟100萬字小說找異常段落秒定位。以前Gemini獨家的王牌現在免費給你用，普惠才是真。

ViiviNiskanen

—

V4底層從CUDA全面遷移到華為CANN框架了，昇騰晶片直接跑。下半年950超節點上市推理成本還要降，這才是真殺手鐧。

JacquelineJohnson66

—

Flash版輸出百萬token才0.28美元不到Claude Opus的1%，程式碼競技場幹翻了GPT-5.4高強度模式。GPT-5.5對不起，V4才是新的震撼時刻。

SophiaCruzK497

—

Conway生命遊戲一次生成可執行能滑鼠點種子。比GPT-5.3慢但視覺審美感好很多，各有千秋。

悠然_3

—

那個「絕望的父親」紅綠色盲遺傳翻車了，V4沒有一輪get到關鍵點。具身常識推理上文字訓練的邊界還是很明顯。

iddpmzb_n9

—

洗車問題終於對了！V3讓你算座標還建議推車過去，V4 Flash秒回走過去唄。這才是正常人會說的話。

Michelle_Gonzalez

—

法條引用零幻覺太重要了。問《網路資料安全管理條例》第38條第三款，V4直接說該條只有兩款沒有第三款，還主動引導到真正相關的第26條、第36條等條款。這種負責任的不知道比瞎編強一萬倍。

NazárioAlves

—

Flash版這個價格屬實香麻了，0.2元/百萬tokens，這價格還要什麼腳踏車。

JacobJohnson_Pro

—

大海撈針測試百萬字小說裡插標記，前幾次翻車了。減到50萬字後準確率明顯提升。官方說1M但50萬以內最穩定，超了建議拆分。

SUhar

—

用V4 Pro搭配Claude Code配合做工程，一天下來四個任務總共花了8塊人民幣。對比Claude Opus的定價，這個成本差距太離譜了。如果能在Harness層把幻覺和工具穩定性補齊，Agent經濟性拐點就在這了。

GaryAlvarez_77

—

終於等到了！1M上下文直接拉滿，再也不用費心搞RAG了。

DeepSeek-V4

深度報告

使用者評論

相關連結

同類產品