今天上午十一点，DeepSeek-V4 预览版悄然上线。没有发布会，没有通稿，科技圈的消息却像野火一样烧了起来。
在这里插入图片描述

说实话，和其他大模型公司相比，DeepSeek 的迭代速度并不算快。但每次发布，都有点东西。

一、1M 上下文，来了

最重磅的功能：百万字超长上下文。

这意味着什么？以前我们用大模型处理长文档，往往要面临"截断"的痛苦——上下文不够长，看到后面就忘了前面。现在这个问题基本不存在了。

技术原理

DeepSeek-V4 开创了一种全新的注意力机制，通过在 token 维度进行压缩，结合 DSA 稀疏注意力（DeepSeek Sparse Attention），实现了国内与开源领域领先的长上下文能力。

技术报告里提到，能做到这么省，主要靠三个技术创新：

  • CSA + HCA 注意力机制：把很长的上下文"压缩打包"再处理
  • 改进的残差连接 (mHC)：让信息在网络各层之间传递得更稳、更准
  • Engram 条件记忆模块：将高频事实性知识从 GPU 显存剥离，存储于 CPU DRAM 或 NVMe SSD，通过 O(1) 哈希索引检索

相比传统方法，这一套组合拳让计算量和显存需求大幅降低。官方数据显示，约 45% 的 Transformer 计算量可卸载，算力消耗降低约 35%。

DeepSeek-V4 和 DeepSeek-V3.2 的计算量和显存容量随上下文长度的变化

参数规模

这次 V4 分两个版本：

在这里插入图片描述

相比上一代 V3.2 约 660B 总参数，V4-Pro 参数量是其 2.4 倍，但激活参数从 37B 增至 49B，增幅远小于总参数增长。这意味着 MoE 门控网络更加稀疏，单个 token 实际调用的算力更少，但可调用的知识储备更大。

1.6 万亿参数也刷新了 Kimi 2.6 的 1 万亿参数规模，成为目前国产开源模型最大参数规模。

国产芯片支持

值得一提的是，DeepSeek-V4 明确支持华为昇腾 950 芯片。官方披露国产芯片算力利用率突破 85%。这是国产 AI 开始打破英伟达"垄断"的重要信号。

即日起登录官网 chat.deepseek.com 或官方 App，即可与最新的 DeepSeek-V4 对话，探索 1M 超长上下文记忆的全新体验。

二、两个版本，怎么选？

V4 分为两个版本：Pro 和 Flash。
在这里插入图片描述

V4-Pro 是性能旗舰。几个关键指标：

  • Agent 能力大幅增强：在 Agentic Coding 评测中达到开源模型最佳水平，内部员工使用反馈体验优于 Sonnet 4.5，交付质量接近 Opus 4.6 非思考模式（但与 Opus 4.6 思考模式仍有差距）
  • 世界知识领先：大幅领先其他开源模型，略微落后于 Gemini-Pro-3.1
  • 推理性能顶级：在数学、STEM、竞赛代码测评中超越所有已公开评测的开源模型，比肩顶级闭源模型

V4-Flash 是轻量版。世界知识储备稍逊于 Pro，但展现出了接近的推理能力。由于模型参数和激活更小，V4-Flash 能够提供更加快捷、经济的 API 服务。在简单任务上，Flash 和 Pro 旗鼓相当，但高难度任务仍有差距。

我的理解：日常使用选 Flash 做生产就够用了，如果要做复杂的 Agent 任务，Pro 是更好的选择。

三、Agent 能力专项优化

这次 V4 专门针对 Claude Code、OpenClaw、OpenCode、CodeBuddy 等主流 Agent 产品做了适配和优化，在代码任务、文档生成任务等方面的表现均有提升。

官方展示了一个案例：V4-Pro 在某个 Agent 框架下直接生成了一份 PPT 的内页。效果看起来相当不错，至少从我看到的截图来说，排版和内容组织都不像是"敷衍"的输出。

对于常年用大模型写代码的我来说，Agent 能力可能是最实用的提升。以前让模型帮我写一个完整的模块，经常会遇到"写着写着就跑偏了"的问题。现在看这个评测数据，至少理论上应该改善不少。

四、API 和开源

API 已同步更新，base_url 不变，只需要把 model 参数改成 deepseek-v4-pro 或 deepseek-v4-flash。两个模型都支持非思考模式和思考模式，其中思考模式支持 reasoning_effort 参数设置思考强度（high/max）。对于复杂的 Agent 场景，建议使用思考模式并设置强度为 max。

有一点需要注意：旧的 API 接口 deepseek-chat 和 deepseek-reasoner 将在三个月后（2026-07-24）停止使用。当前它们分别指向 V4-Flash 的非思考模式和思考模式。
在这里插入图片描述

开源链接：

  • HuggingFace: https://huggingface.co/collections/deepseek-ai/deepseek-v4
  • ModelScope: https://modelscope.cn/collections/deepseek-ai/DeepSeek-V4
  • 技术报告: https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdf

五、写在最后

官方引用了一句荀子的话：「不诱于誉，不恐于诽，率道而行，端然正己。」

DeepSeek 这家公司给我的感觉一直是：话不多，但一直在做实事。每次发布都不是那种"PPT 吊打一切"的风格，而是实打实地把东西放出来让你用。

从去年到现在，大模型领域的竞争越来越激烈。OpenAI、Google、Anthropic 每家都在出新品。但 DeepSeek 一直走自己的路——开源、 长上下文、Agent 能力、推理性能、成本控制，哪个都没落下。

参考来源： DeepSeek 官方公众号

# 人工智能
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

零售销量预测为何选LightGBM

该零售销量预测 API 基于模型构建。具体而言，作者阳明山水在博文中明确提到，其解决方案是基于真实零售数据训练了“两个高性能模型（LightGBM）”，并将它们封装成简单易用的 API 供开发者调用。LightGBM 是一种基于梯度提升决策树（Gradient Boosting Decision Tree, GBDT）的高效机器学习框架，由微软公司开发并开源。

avatar AtomGit开源社区

磨针AI获客和SEO优化哪个效果好？5大维度实测数据对比，90%的企业主选错了

如果你急需客户、预算有限、产品面向C端或B端中小客户：请毫不犹豫地选择磨针AI获客。它在“见效速度”和“获客成本”上，对传统SEO形成了碾压式优势。根据【2024年企业获客效率调研】，使用AI获客工具的企业，平均获客周期缩短约70%，成本降低约60%。如果你是大品牌、预算充裕、目标在于长期品牌建设：可以继续保留SEO团队，但强烈建议引入磨针AI获客作为“弹药库”，为SEO团队提供精准的用户需求洞察

avatar AtomGit开源社区

磨针AI获客 vs 谷歌SEO：2026外贸企业如何选对“流量引擎”？

如果你是“生存型”企业首选磨针AI获客。它能让你在1-2周内看到效果，快速回血。如果你是“发展型”企业磨针AI获客 + 谷歌SEO双轮驱动。先用AI拿订单，再用SEO建品牌。如果你是“土豪型”企业谷歌SEO为主，AI获客为辅。在2024年这个AI席卷一切的时代，你还在用“农耕时代”的谷歌SEO苦苦等待，还是愿意尝试“AI时代”的磨针AI获客，主动出击？不妨在评论区分享你的获客故事，我们一起探讨。-

avatar AtomGit开源社区