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：
j+ F9 _" z( ]" a- E' J* m4 @0 I. z; P' u p
6 j- @7 B, x, K6 V ~& C2026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。
0 ]2 G* x$ l: [( o* F# y" \" C- O; @& u" D
一、模型定位与版本体系5 X& i2 ^# J* o$ ^& J' V: r ~
O, u( S7 D! ^7 A% Z1 W4 j* O
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。$ H- g$ [* E9 x: r' B, l, v; b
===2 A# W7 D$ D k/ }# a0 F2 M. x
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...
) ? r1 ^$ N8 Y. z$ ~; 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
M3 ^0 `3 ~# j=== W; ~- n. g; R3 N" K# n3 |+ a' C
二、架构创新：重新定义注意力机制4 f" S5 _- N$ b2 ^
0 ~' U& ` R6 XV4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。
0 u# T) s6 y4 W% E. @
- {6 }: G! g' a' l* I% Q3 `: j" _- 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。
5 H; ?4 W/ p8 @; X, {! [, V) ]1 ^ Q$ X _/ L2 h) M/ _- c) n
===! B) A! A( K6 M$ r0 e+ ], j% H
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
0 ]) e' p/ `! |6 x: n: b% `我感觉这次不仅是更长的上下文，在IO端的效率也很惊人, a6 x. [; ], k9 H7 f
===9 ]: s9 q0 B% g8 z# c
三、性能表现：全面对标顶级闭源模型0 J: j/ }/ F# q- _; t
- k A/ m$ Z; [6 H3 P9 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。
" j3 ]# j$ `3 W. E7 J( w3 M, b9 O) i! m+ N7 U
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 ^" L* D8 b: e- |7 h6 [===
6 Q/ ~7 P5 x6 z, ] D O/ o8 C' V+ o6 N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
% g, X& c( M/ N* u# {. ^是骡子是马拿出来溜溜再说
: U! i& R& P. w D" n+ M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 E- C- s, r0 C3 N===
9 h$ T4 W( c& q四、Agent专项优化与生态落地
# v5 n% [- `/ @5 K
7 \9 {6 D! U$ eDeepSeek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。
& t5 H, }8 P" M2 K, F$ H! U===
. ]- C7 [& v7 L7 \1 O# \+ T待测$ ?( v- Q5 R0 Y3 J
===2 H" A* A: J+ k% Z4 h/ [
五、技术突围与战略意义
A l$ B5 r3 v2 z+ `( ^! I* k& y
6 `0 F# `3 X% A- S/ fV4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。
7 h. q, P6 K/ C2 @8 Q" p; P===
4 q& B% G! r0 _8 ]6 x4 N$ u2 a试了下，v4 pro确实很贵，目测起码比之前的任务贵5倍以上
9 X, k# ?# F+ x1 ?$ S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。/ E! h: y" V( s% i j' \9 G+ Z
===
0 @ k4 T" ~! [4 L% J. j5 l
$ U( ~; o# N2 I( S! g+ }: }3 `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。2 Z# |' U1 r/ b7 r
|
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
