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：
5 ^8 z0 Q0 S& M4 i. T5 b
" I; \% G+ I% D! V' F
- o6 ~8 q( o( w" r* b2 W/ X+ Y2026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。' F: z0 H" [% l$ Y' I
9 S2 e) h1 D& ?& l: f- X
一、模型定位与版本体系& V5 D z4 S. [+ R
?- H: z) j! p5 h( H% 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。
' B: F8 z/ d. M F( K5 y2 W===
: j5 Y7 J$ `3 I P. v% l. FPro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...
0 r. F7 K9 M2 l! A. g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
( B. ^( Y9 u" l$ w===
! k9 a3 L1 i- `) B0 s二、架构创新：重新定义注意力机制
% }9 w+ g: D. h* i! n" G# J9 O) S& v: Q: B$ C" n
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。" |' w0 K6 ?5 f7 `' E
/ F8 _" d1 n! GCSA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 M) o! y' X" L% P4 j7 g# |) x# E$ ?( D% ? b
===" h7 M0 S0 ?' O6 Z/ Y8 v$ [0 j
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
) ^& A$ @1 ?0 ]( B9 w) A我感觉这次不仅是更长的上下文，在IO端的效率也很惊人9 L8 s9 p) P6 f, ^1 m5 Q
===
! V! u/ i$ u8 n- u6 B三、性能表现：全面对标顶级闭源模型
9 G3 r* F! C& w% `- s# o" ^! X H' Y6 q/ l
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。" n& X& D/ I. J
+ _" b8 V) g2 A, O2 D# \# W( }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。! m5 V: s: ]- Y! c3 \4 p& ^
===" b7 v/ \. V; `0 x/ [1 v
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) t) w/ z, \- @; x6 d: B. ^6 N
是骡子是马拿出来溜溜再说
0 D" u3 d4 A5 J+ D$ F/ j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
/ c) b" W% V4 Q/ P===% E/ S x# z5 R* I g9 B
四、Agent专项优化与生态落地& o) @0 z; t5 c- {* `
4 }! N& m( M k3 ^! ?: [( Y6 g
DeepSeek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。
4 q; H# {: w9 g( X===5 W2 X/ A2 L% C! Y: h$ e+ r \/ X
待测& ]3 l; V D3 n k% }" x# p
===' P: S1 |8 Z' N: k- r+ s K
五、技术突围与战略意义8 u# X; u2 Y5 r* Z8 p
; v. \: y; T" C' ^, gV4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。) {- Z2 k; c8 n4 j0 J9 s/ j% |6 o: m
===
5 T. Y- Q! v3 b- S; B/ h, M0 }试了下，v4 pro确实很贵，目测起码比之前的任务贵5倍以上
* h' H, t0 f- M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。
, H) f+ G3 C8 F: Z0 l2 }===
! b `3 M2 _7 O9 y, w
% q9 M5 P: l# F4 y+ }6 |) o. z" f" N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。
* E- C: J* @) n; d- w% w$ ]% @3 a0 X |
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
