靴子落地。

4月24日消息，距離V3時(shí)隔482天，期待已久的DeepSeek V4終于來了！

今天上午，DeepSeek官網(wǎng)正式上線DeepSeek-V4接口和模型介紹，包括DeepSeek-V4-flash和DeepSeek-V4-pro兩個(gè)模型版本。

DeepSeek-V4擁有百萬字超長(zhǎng)上下文，在Agent能力、世界知識(shí)和推理性能上均實(shí)現(xiàn)國(guó)內(nèi)與開源領(lǐng)域的領(lǐng)先。API服務(wù)已同步更新，通過修改model_name為deepseek-v4-pro或deepseek-v4-flash即可調(diào)用。其中，在Agentic Coding評(píng)測(cè)中，V4-Pro已達(dá)到當(dāng)前開源模型最佳水平。

我也用了一下DeepSeek專家模式，但目測(cè)DeepSeek Chat官網(wǎng)還無法識(shí)別V4模型。

我也通過DeepSeek論文和官網(wǎng)，發(fā)現(xiàn)三個(gè)官方賬號(hào)沒有講的事實(shí)：

1、這次DeepSeek不止開源兩個(gè)模型，而是六個(gè)模型。

除了Pro、Flash之外，還包括Base系列的DeepSeek-V4-Flash-Base、DeepSeek-V4-Pro-Base；兩個(gè)推理最高版本DeepSeek-V4-Pro-Max、DeepSeek-V4-Flash-Max等等。

2、隨著DeepSeek V4系列發(fā)布，V3系列和之前deepseek-chat系列模型API棄用。

其中，deepseek-chat (將于 2026/07/24 棄用)，deepseek-reasoner (將于 2026/07/24 棄用)。當(dāng)前階段內(nèi)，這兩個(gè)模型名分別指向deepseek-v4-flash 的非思考模式與思考模式。

3、在推理和訓(xùn)練算力層面，DeepSeek采用分布式訓(xùn)練架構(gòu)，由于強(qiáng)化學(xué)習(xí)（RL）下需要長(zhǎng)尾的小批量數(shù)據(jù)，在推理層面則研發(fā)出細(xì)粒度EP（Fine-Grained EP）內(nèi)核方案，并且進(jìn)行開源。DeepSeek已經(jīng)在英偉達(dá)GPU和華為昇騰 NPUs平臺(tái)上驗(yàn)證了細(xì)粒度EP方案。

與強(qiáng)大的非融合基線相比，該方案在通用推理工作負(fù)載上可實(shí)現(xiàn)1.50至1.73倍的加速（173%），在對(duì)延遲敏感的場(chǎng)景（如強(qiáng)化學(xué)習(xí)展開和高速智能體服務(wù)）中，加速比甚至可達(dá)1.96倍（196%）。DeepSeek已將基于 CUDA 的超大規(guī)模內(nèi)核實(shí)現(xiàn) MegaMoE2 開源，作為 DeepGEMM 的一個(gè)組成部分。

換句話說，DeepSeek現(xiàn)在就一門心思干V4模型，而且已經(jīng)將國(guó)產(chǎn)化AI算力當(dāng)作可選項(xiàng)之一，形成了英偉達(dá)+昇騰兩格局，而且用一系列的技術(shù)和方案將國(guó)產(chǎn)算力利用率提升。

理論上看，DeepSeek V4開源大模型很強(qiáng)，但核心還是在于Agent、算力成本、世界理解和推理層面。顯然，DeepSeek不是你想象的成為世界最強(qiáng)模型，而是最好用的模型。

DeepSeek發(fā)六大模型：

高性能、性價(jià)比都有

DeepSeek首次公布兩個(gè)大的模型系列：

一個(gè)是性能比肩頂級(jí)閉源模型的DeepSeek-V4-Pro（1.6T參數(shù)，已激活 49B）；

另一個(gè)是更快捷、高效的經(jīng)濟(jì)之選的DeepSeek-V4-Flash （284B 參數(shù)，已激活 13B）。

兩者均支持一百萬個(gè)標(biāo)記的上下文長(zhǎng)度。

文章指出，DeepSeek-V4 開創(chuàng)了一種全新的注意力機(jī)制，在 token 維度進(jìn)行壓縮，結(jié)合 DSA 稀疏注意力（DeepSeek Sparse Attention），實(shí)現(xiàn)了全球領(lǐng)先的長(zhǎng)上下文能力，并且相比于傳統(tǒng)方法大幅降低了對(duì)計(jì)算和顯存的需求。從現(xiàn)在開始，1M（一百萬）上下文將是 DeepSeek 所有官方服務(wù)的標(biāo)配。

這是DeepSeek-V4系列的全新整體架構(gòu)。

1、混合注意力架構(gòu)：DeepSeek設(shè)計(jì)了一種混合注意力機(jī)制，結(jié)合了壓縮稀疏注意力（CSA）和高度壓縮注意力（HCA），以顯著提高長(zhǎng)上下文效率。在 100 萬個(gè)詞元的上下文設(shè)置下，與 DeepSeek-V3.2 相比，DeepSeek-V4-Pro 僅需27% 的單詞元推理浮點(diǎn)運(yùn)算次數(shù)和10% 的鍵值緩存。

2、流形約束超連接（mHC）：DeepSeek引入 mHC 來加強(qiáng)傳統(tǒng)的殘差連接，增強(qiáng)跨層信號(hào)傳播的穩(wěn)定性，同時(shí)保持模型的表達(dá)能力。

3、Muon優(yōu)化器：我們采用Muon優(yōu)化器以實(shí)現(xiàn)更快的收斂速度和更高的訓(xùn)練穩(wěn)定性。

其中，DeepSeek-V4-Pro采用1.6相較前代模型實(shí)現(xiàn)全面升級(jí)，Agent能力顯著提升，Agentic Coding評(píng)測(cè)位列開源模型頂尖水準(zhǔn)，實(shí)際使用體驗(yàn)優(yōu)于Sonnet 4.5，交付質(zhì)量接近Opus 4.6非思考模式；同時(shí)其世界知識(shí)儲(chǔ)備大幅領(lǐng)先同類開源模型，僅略次于頂級(jí)閉源模型Gemini-Pro-3.1，在數(shù)學(xué)、STEM及競(jìng)賽代碼等場(chǎng)景下推理性能突破開源上限，整體實(shí)力可媲美全球頂尖閉源模型。

而DeepSeek-V4-Flash是一款高效高性價(jià)比的選擇，其世界知識(shí)略弱于 V4-Pro，但推理能力相近；憑借更小的參數(shù)與激活規(guī)模，可提供更快速、低成本的API服務(wù)，簡(jiǎn)單 Agent 任務(wù)表現(xiàn)與 V4-Pro 持平，僅在高難度任務(wù)上存在差距。

當(dāng)然，DeepSeek不止發(fā)了兩款模型，其公號(hào)隱藏了其他四個(gè)模型：基礎(chǔ)系列的DeepSeek-V4-Flash-Base、DeepSeek-V4-Pro-Base；兩個(gè)推理最高版本DeepSeek-V4-Pro-Max、DeepSeek-V4-Flash-Max等等。

我算了一下，這次V4共發(fā)布六款模型，這還不包括非推理的三個(gè)版本。

據(jù)悉，DeepSeek-V4-Pro-Max是DeepSeek-V4-Pro的最高推理模式，顯著提升了開源模型的知識(shí)能力，穩(wěn)居目前最佳開源模型之列。它在編碼基準(zhǔn)測(cè)試中取得了頂尖性能，并在推理和智能體任務(wù)方面顯著縮小了與領(lǐng)先的閉源模型之間的差距。

DeepSeek-V4-Flash也有一個(gè)Max版本，在擁有更大的推理預(yù)算時(shí)，其推理性能與 Pro 版本相當(dāng)，但由于其參數(shù)規(guī)模較小，在純知識(shí)任務(wù)和最復(fù)雜的智能體工作流程方面自然略遜一籌。

總體而言，DeepSeek-V4系列保留了Transformer架構(gòu)和多標(biāo)記預(yù)測(cè)（MTP）模塊，同時(shí)在DeepSeek-V3的基礎(chǔ)上引入了若干關(guān)鍵升級(jí)。

華為+英偉達(dá)加持，

開源1.96倍推理加速的算力內(nèi)核

早前很多媒體報(bào)道稱，DeepSeek推遲的核心原因，在于國(guó)產(chǎn)化算力訓(xùn)練不足。

在論文當(dāng)中，DeepSeek特別提到算力“踩坑”的問題，并且通過梳理大模型算力訓(xùn)練和推理，研發(fā)了多種模塊和方案，形成V4國(guó)產(chǎn)化能力。

DeepSeek提到，在DeepSeek-V4系列中，每個(gè)MoE層主要可以分解為四個(gè)階段：兩個(gè)通信受限階段，分發(fā)（Dispatch）和合并（Combine），以及兩個(gè)計(jì)算受限階段，線性層1（Linear-1）和線性層2（Linear-2）。團(tuán)隊(duì)的分析顯示，在單個(gè)MoE層內(nèi)，通信的總時(shí)間少于計(jì)算的總時(shí)間。因此，在將通信和計(jì)算融合為統(tǒng)一管道后，計(jì)算仍然是主要的瓶頸，這意味著系統(tǒng)可以在不降低端到端性能的情況下容忍較低的互連帶寬。

為了進(jìn)一步降低互連帶寬需求并放大重疊的好處，DeepSeek引入了一種更細(xì)粒度的專家分區(qū)方案：Fine-Grained EP。

受到許多相關(guān)工作的啟發(fā)，DeepSeek將專家拆分并調(diào)度成波次。每個(gè)波次包含一小部分專家。一旦波次內(nèi)的所有專家完成通信，計(jì)算就可以立即開始，而無需等待其他專家。在穩(wěn)態(tài)下，當(dāng)前波次的計(jì)算、下一個(gè)波次的令牌傳輸和已完成專家的結(jié)果發(fā)送都同時(shí)進(jìn)行，這在專家之間形成了細(xì)粒度的流水線，使計(jì)算和通信在整個(gè)波次中持續(xù)進(jìn)行?；诓ù蔚恼{(diào)度加快了速度。在極端情況下（如強(qiáng)化學(xué)習(xí)（RL）的 rollout），通常也會(huì)遇到長(zhǎng)尾小批量。

因此，DeepSeek表示，其在 NVIDIA GPU 和華為Ascend NPU平臺(tái)上驗(yàn)證了細(xì)粒度EP方案。與強(qiáng)大的非融合基線相比，它在通用推理工作負(fù)載上實(shí)現(xiàn)了 1.50-1.73 倍的加速，在對(duì)延遲敏感的場(chǎng)景（如 RL rollout 和高速代理服務(wù)）中最高可實(shí)現(xiàn) 1.96 倍的加速。

DeepSeek已經(jīng)開源了基于CUDA的Mega-Kernel，命名為 MegaMoE2，作為DeepGEMM的一個(gè)組件。

此外，為最大限度地提高 GPU 資源利用率，并支持高優(yōu)先級(jí)任務(wù)的快速硬件調(diào)配，DeepSeek還將GPU 集群，采用一種全集群范圍的搶占式任務(wù)調(diào)度器，任何正在運(yùn)行的任務(wù)都可能隨時(shí)被搶占。

而在大規(guī)模GPU集群中，硬件故障較為常見。為此，DeepSeek實(shí)現(xiàn)了一項(xiàng)可搶占且具備容錯(cuò)能力的大型語(yǔ)言模型生成服務(wù)，以支持強(qiáng)化學(xué)習(xí)/OPD 的部署。 具體而言，DeepSeek為每項(xiàng)生成請(qǐng)求實(shí)施了一種基于標(biāo)記粒度的預(yù)寫日志（WAL）。每當(dāng)為某項(xiàng)請(qǐng)求生成新標(biāo)記時(shí)，我們會(huì)立即將其追加到該請(qǐng)求的 WAL 中。在搶占過程中，DeepSeek會(huì)暫停推理引擎，并保存KV 緩存。

總結(jié)，DeepSeek V4在大模型算力計(jì)算、通訊互聯(lián)、內(nèi)存等方向都做了很多的工作，這確實(shí)是V4推遲發(fā)布的原因，也是V4依然能夠?qū)崿F(xiàn)成本低廉下實(shí)現(xiàn)性能提升的關(guān)鍵原因。

如今，DeepSeek-V4-Flash版本價(jià)格低至2元輸出1M tokens上下文。

DeepSeek過去一年重要時(shí)刻點(diǎn)梳理如下

2024年12月28日：發(fā)布DeepSeek V3大模型，訓(xùn)練周期2個(gè)月、成本低于600萬美元，推理性能對(duì)標(biāo)OpenAI o1，代碼與邏輯推理能力接近GPT-4 Turbo。

2025年1月20日：推出R1推理優(yōu)化模型（表現(xiàn)優(yōu)于OpenAI o1）并開源多模態(tài)模型Janus-Pro。

當(dāng)日DeepSeek遭遇峰值3.2 Tbps的DDoS攻擊導(dǎo)致部分區(qū)域服務(wù)中斷；1月27日，DeepSeek App登頂，引發(fā)美股科技股震蕩、英偉達(dá)股價(jià)暴跌16%。

2025年5月28日：推出DeepSeek R1-0528升級(jí)版本，參數(shù)量685B，代碼與推理能力直逼OpenAI o3、超越Claude 4，支持128K上下文長(zhǎng)度，部署成本更低。

2025年8月-9月：8月18日在Hugging Face開源V3.1-Base版本（128K上下文、約685B參數(shù)）；8月20日-21日發(fā)布DeepSeek V3.1并完成升級(jí)，定位為“邁向Agent時(shí)代的第一步”。

9月6日，DeepSeek調(diào)整API價(jià)格表、取消夜間優(yōu)惠。

2025年12月1日：DeepSeek發(fā)布V3.2系列模型（含標(biāo)準(zhǔn)版與高性能版），性能逼近甚至超越同類閉源模型，128K上下文場(chǎng)景中預(yù)填充成本降低51%、解碼速度提升62.5%，推理總成本僅為同類閉源模型1/3，其中V3.2-Speciale在數(shù)學(xué)證明賽事中獲金牌，達(dá)到人類選手第二水平。

2026年1月20日：恰逢DeepSeek-R1開源一周年，開發(fā)者在GitHub的FlashMLA代碼庫(kù)中意外發(fā)現(xiàn)神秘標(biāo)識(shí)符“MODEL-1”，其橫跨114個(gè)文件、出現(xiàn)28次，與現(xiàn)有V3.2模型并列引用且未沿用舊版命名規(guī)則，暗示DeepSeek將推出架構(gòu)重構(gòu)的新版本模型而非簡(jiǎn)單迭代。

2026年2月10日：野村證券發(fā)布報(bào)告，預(yù)計(jì)2月中旬推出的DeepSeek V4模型不會(huì)重現(xiàn)去年V3發(fā)布時(shí)引發(fā)的全球AI算力需求恐慌，指出V4核心價(jià)值在于通過底層架構(gòu)創(chuàng)新推動(dòng)AI應(yīng)用商業(yè)化落地。

2026年2月11日：DeepSeek App推送1.7.4版本更新，開啟新模型灰度測(cè)試，該版本疑似V4正式亮相前的終極灰度版。

3月：DeepSeek更新了專家模型，并且發(fā)布了多份研究論文。

發(fā)布稿的結(jié)尾，DeepSeek 自己引了一句話。

「不誘于譽(yù)，不恐于誹，率道而行，端然正己?！?/p>

這是荀子《非十二子》里的一句。字面意思是，不被贊譽(yù)誘惑，不被誹謗嚇到，按自己認(rèn)定的道往前走，端正自己。放在今天這個(gè)場(chǎng)景里，有點(diǎn)意思。

過去半年，關(guān)于V4什么時(shí)候發(fā)、是不是跳票、是不是已經(jīng)被別家超越、是不是已經(jīng)被 Claude 蒸餾數(shù)據(jù)搞定了之類的傳言在中文和英文AI圈來來回回跑了好幾輪。

年初甚至還有人信誓旦旦說V4會(huì)在春節(jié)前發(fā)，結(jié)果等到了四月底。他們沒回應(yīng)過一次。然后在某個(gè)周五的上午，把V4放出來，同步開源，同步上線官網(wǎng)和App，同步更新API，順便把內(nèi)部員工已經(jīng)棄用Claude的事實(shí)寫進(jìn)發(fā)布稿。

沒有路線圖，沒有直播，沒有訪談。

率道而行這四個(gè)字，聽著像是一句口號(hào)。但如果你把過去半年 V3.2 那次「沒什么亮點(diǎn)」的 Exp 版本、DSA那套為V4鋪了半年的稀疏注意力、1M 上下文從王牌變成標(biāo)配的這條路徑放在一起看。DeepSeek已經(jīng)做到了。