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：0 y# Y# S; S( @; n3 X
: \# G& Z5 x/ }, L% i6 N3 e
# L7 X' g, v7 f! }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。
! d3 Y e+ I4 x$ j( n3 ?- Z3 L; T) T8 X: _: p B+ o
一、模型定位与版本体系5 j1 H( A9 d6 F- P; T
6 B+ d t# w+ B3 o; M
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。7 k M8 n* {3 P
===0 M* {4 b, Y0 p% ~ q' ]' ^4 k% P6 q
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...
7 c' o2 l# F$ g4 X; M2 u& ?& }) h" p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' y8 S4 s" ?& h
===" | b6 F' [# O( d3 u- x
二、架构创新：重新定义注意力机制9 U/ K; }% X' Q+ u8 J$ d. [
4 p- R9 G% `: @" P
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。
2 M7 K) t" j- k# B) ^! D5 ^4 T% w0 t$ v1 T. V7 ]$ p
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。
+ w2 s+ L4 [! G% l; p- Q: F1 m9 k/ G1 k6 I0 q/ X1 W
===1 J4 {4 ?1 B3 i4 D9 T. u# y: `5 B
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
9 F" o6 N' c9 ]2 l- m7 R$ |我感觉这次不仅是更长的上下文，在IO端的效率也很惊人
8 |3 |/ d$ N0 Z Z3 i===
v6 Z# b3 I7 U3 p( `5 l) m三、性能表现：全面对标顶级闭源模型
. f" U5 k' b5 R# P# X6 S. ?8 g2 N+ g( {% J: @% [( v
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。6 Z# f2 q* q' ]5 S3 i, {, m1 N
3 E, _' C1 @/ ? @) |: z8 ~0 W7 {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 n4 ]: J* l# b4 {9 r7 V( k9 t1 x. @===
# n4 Q$ s6 p5 s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: C7 |0 h. h& y: b/ S! K" |$ S
是骡子是马拿出来溜溜再说
& c5 {/ |* ?+ ~# a) z# S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
! h1 B/ d* C' S: ?- e) Y===
8 P% q& V, S- L( P& f! M& ?1 J四、Agent专项优化与生态落地, \9 a# W# i0 k4 W
" Z( m! R" O8 T; G# ? R% W4 C7 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。8 U& [6 w( g* a. H6 A) I1 ^$ J! y
===5 d& }! H8 Y; t' N k" y# G
待测
2 x+ |: I4 {8 T) B$ s===
& v: \% U, v3 h5 b+ `1 S五、技术突围与战略意义( [3 w' a+ z. D# [
* f. y% E7 A( c5 a& z1 ?) z" i
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。& i& q% R; e3 i: o [; Z9 T9 ~& Y
===0 ]. X: b& F. j& W9 @' O& B6 K
试了下，v4 pro确实很贵，目测起码比之前的任务贵5倍以上6 N1 D3 l6 g) B2 I5 P) [7 A
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。) |% S" s ^+ w; y6 }
===8 ~# T2 }7 P+ u- e
& {: q% ~$ l5 @2 u _! o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。( X8 L, M0 m9 {# D8 p, K8 O/ p4 _
|
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
