實測DeepSeekV4：天下武功，唯快不破

“跳票”許久的DeepSeek-V4，終于來了。

幾個小時前，DeepSeek-V4預覽版上線并開源。巧的是，幾乎同一天，OpenAI也推出了GPT-5.5。一個繼續講閉源生產力系統，一個繼續講開源、長上下文和低成本推理。中美AI產業中流量最大的兩家基模公司，在同一天相遇。

DeepSeek-V4分為Pro與Flash兩個版本，均支持百萬（1M）token超長上下文，總參數規模分別達到1.6T（激活49B）與284B（激活13B）。。

不過，相比起“1.6T參數”或者 “百萬token上下文”這兩個夸張數字，技術文檔里的兩個十位數更值得關注：27%和10%。

根據HuggingFace上V4系列的介紹，在100萬token上下文場景下，V4-Pro的單token推理FLOPs只有V3.2的27%，KVcache只有V3.2的10%。

翻譯成人話就是，在處理超長材料的場景下，V4不只是“能裝得下”，而且跑得更快、還更便宜。

這也許是是V4這次更新中最值得關注的地方。

過去半年，長上下文已經成了頭部模型的共同賣點。Claude、Qwen、Kimi、GLM都在往長文本、代碼倉庫和Agent任務上走，DeepSeek這次把主線放在了長文本場景里最貴的部分：計算和緩存。

略顯遺憾的是，V4目前并沒有原生多模態功能，這會限制它在一些場景的發揮。

所以，V4的關鍵詞，并不是行業內期盼已久的“新物種”，而是“效率工程”的再進一步。

回顧過往也確實如此，DeepSeek這家公司，一直都不是那種“性感”產品的路線，在Token調用暴漲的海洋中，V4要撐起的，是這家超級獨角獸200億美元估值的野望。

01

更快，但是沒有原生多模態

身處2026年的今天，大模型支持長上下文已經不稀奇。但是另一個問題也隨之而來：模型處理超長文本、超長鏈路的情況下，還能不能高效地繼續工作。

一個模型如果只看幾段文字，回答問題并不難；但如果讓它看完整代碼倉庫、幾十份合同、幾個月會議記錄，再持續生成、檢索、改代碼、調用工具，這個事情的難度會指數級增加。

V4-Pro的單token推理FLOPs只有V3.2的27%，KVcache只有V3.2的10%，正好對照著這個問題的答案。

前者指向每生成一個token所需的計算量，后者指向KVcache占用。KVcache可以理解成模型處理長文本時需要隨身攜帶的“工作記憶”。

文本越長，這份工作記憶越重；如果每一步都背著完整包袱走，模型就很難輕快起來。

所以，天下武功，唯快不破。

這里的快，不是聊天窗口里早幾秒回答，而是長文本任務中的運行效率。吃下1M文本之后之后，模型還能不能跑得動、跑得起，能不能支撐高頻調用。

這一點在今天上線的GPT5.5中也有所體現，很多ChatGPT用戶驚呼，GPT5.5-Thinking的響應速度，快了一不是一星半點。

結合眼下爆火的Agent工作流，這項指標提升就更為關鍵。包括OpenClaw在內的系統級Agent工具，在運行任務時，往往需要讀文件、查資料、調用工具、修改代碼、保存中間狀態，再根據反饋繼續下一步。

任務越真實，上下文越長，計算和緩存負擔越容易滾雪球。很多Agent產品今天看起來像未來，一算成本就像災難。V4如果真能把長上下文下的運行效率壓下來，影響的是整個Agent工具鏈的成本結構。

字母AI也簡單上手體驗了一下DeepSeek V4Pro，我們搭建了一個簡易的離線環境，跑了兩個貼近日常用戶場景的測試。

首先，我們給了V4 Pro一組關于MCP、結構化輸出、工具調用、端側模型和推理服務的材料，讓它寫一份技術分析。這個任務主要是考驗，模型能不能把一堆概念和名詞，整理成一張清楚的工程圖。

V4Pro的表現比較像一個成熟技術編輯。它沒有把材料逐條復述，而是抓住了一條主線：Agent的競爭不只是模型參數，而是模型如何穩定接入外部系統。換句話說，模型不能只會“想”，還要能讀文件、查數據庫、調用工具、把結果寫回業務系統。

它把結構化輸出理解成“讓模型說出機器能直接讀懂的話”，把MCP理解成“讓模型應用更容易接外部工具的標準接口”，這就比單純解釋術語更接近真實產品。

第二個測試，是讓它用Python寫一個本地命令行工具，用來管理每天收集的AI行業新聞線索。這個Prompt寫的很簡單，只有幾個基礎的限制條件：不要聯網，不調用API；能新增、查看、篩選、去重、自動打新聞價值分，并導出markdown日報。

V4 Pro直接給出了一個能跑的小工具。

用戶可以錄入公司、標題、類型、來源、鏈接、時間、正文和核驗狀態，程序會自動計算新聞價值分，再把線索分成“可直接引用”“需要繼續核實”“暫不采用”。導出的markdown也會按層級分組，保留公司、標題、類型、分數、來源等維度。

這個測試能說明一個問題：V4 Pro可以把一個相對復雜的意圖拆成結構、規則和可執行代碼，這和DeepSeek過去的用戶心智是契合的。

在OpenRouter這類開發者渠道上，DeepSeekV3系已經證明過自己的性價比和使用慣性。

OpenRouter數據顯示，DeepSeekV3系列在2025年token消費超過7.27萬億，排名第五，僅次于ClaudeSonnet4、Gemini2.0Flash等模型。而直到今天，DeepSeekV3.2的調用量，依舊在OpenRouter榜單中名列前茅。

這說明用戶認可的從來不只是benchmark，而是一個模型在真實工作流里是否穩定、便宜、高效。

這一點也可以放到Claude身上看。

在各大模型能力榜單上，ClaudeOpus4.6和GPT-5.4系列的對比中，結論并不總是Claude全面領先，甚至在一些知識、推理、速度指標上，GPT-5.4要表現的更好。

但這并不妨礙Claude在過去一段時間里繼續收割開發者和企業市場。Anthropic 今年 2 月披露，按當時收入節奏折算，公司年收入規模已達到 140 億美元；過去三年里，其收入每年都實現 10 倍以上增長。

所以，想要客觀看待一個模型的能力，還是得放到真實工作流看實際工程表現。

當然，V4也不是沒有短板。最大的遺憾，是它目前缺乏“原生多模態”的加持。早在發布前，社區對V4的期待就不只是文本模型。一些媒體此前也曾報道稱，DeepSeekV4計劃是一個能處理圖片、視頻和文本生成的多模態模型。

缺少了多模態能力，確實會帶來一個現實問題，一旦涉及視覺理解、圖表解析、、PPT/網頁/軟件界面處理這些場景里，就到了模型的能力邊界外。

今天的生產力任務已經不再只是“讀一段文字”。很多用戶真正要處理的是圖片、表格、截圖、PDF、網頁、視頻會議和復雜軟件界面。沒有原生多模態，V4仍然可以是強大的長任務底座，但還不是完整的工作入口。

當然，也可以從另一個角度理解，站在融資和IPO的十字路口，V4首先給母公司解決的是地基問題，而不是建好整棟樓的問題。

02

走在融資路口的DeepSeek

V4發布的另一個背景，是DeepSeek融資消息突然密集起來。

顯然，作為中國AI行業的稀有物種， DeepSeek一直不太缺錢。

過去，DeepSeek最有辨識度的標簽之一，就是它不像典型AI獨角獸那樣靠融資敘事往前推。它背后有量化資金公司幻方的資金支持，又有梁文鋒這樣的旗幟性人物，長期以來在業內保持著神秘且專注的形象。

但在最近一段時間，情況開始發生變化。最新報道顯示，DeepSeek正在以超過200億美元估值尋求融資，阿里、騰訊等公司據稱正在洽談投資。具體的數字仍在談判中，但方向已經足夠清楚：DeepSeek已經走到了迎接資本市場的節點。

而V4，就是這個節點上的一個重要抓手。V4專注于講效率的邏輯背后，實際上是抓住了當前的開發者群體最關心的部分，可預測的調用需求可能被進一步放大，進而推動更多的商業化落地。

這也是DeepSeek接下來最難的一關。200億美元估值要證明的，不只是模型強，而是模型能不能轉成穩定的商業系統。。

這一點上，競爭對手們已經在行動起來。Qwen、GLM、Kimi都在向Agentic Coding、工具調用和長任務執行靠攏，Claude也已經把企業知識工作和代碼工作流做成了最重要的商業抓手。

顯然，依托V4的能力，Deepseek還需要更多產品層面的落地。

Agent不是底座模型自己就能跑通，它還需要瀏覽器、文件系統、權限系統、企業軟件接口、插件生態和產品體驗。V4就算解決了地基問題，如何建立起一套生產力場景的用戶生態，是粱文鋒和團隊接下來要思考的問題。

所以，V4最準確的定位不是，并不是人們想象中的模型新物種，而是把“開源模型任務底座”提升到了一個新的高度。

過去，DeepSeek已經證明了，中國公司可以用更低成本做出強模型。V4要證明的是，在百萬上下文、Agent、國產算力和商業化同時到來的階段，這套低成本路線還能不能繼續成立。

眼下，V4已經把效率牌打出來了。接下來，DeepSeek要回答的是，這張牌能不能撐起一家200億美元公司的商業體量。