原始链接在： 最强开源模型 DeepSeek V4 发布，1M上下文，运行成本大降 - 小众软件
DeepSeek V4 终于发布了，带来了 1M 上下文，代码能力明显提升，推理进入第一梯队，但知识类能力仍落后于头部闭源模型。
最重要的是：「DeepSeek-V4 开创了一种全新的注意力机制，在 token 维度进行压缩，结合 DSA 稀疏注意力（DeepSeek Sparse Attention），实现了全球领先的长上下文能力，并且相比于传统方法大幅降低了对计算和显存的需求。从现在开始，1M（一百万）上下文将是 DeepSeek 所有官方服务的标配。」
算力需求比 V3.2 降低 3～10 倍
右侧显示，单 token 计算量（FLOPs）对比：
- V4-Pro 比 V3.2 降低 3.7 倍
- V4-Flash 比 V3.2 降低 9.8 倍
也就是说，同样的显卡和显存，可以处理更多的请求了（利好大模型提供商）
与同行对比
| 指标 | GPT-5.4 | Claude Opus 4.6 | Gemini 3.1 Pro | DeepSeek V4 Pro-Max |
|---|---|---|---|---|
| MMLU-Pro | 87.5 | 89.1 | 91.0 | 87.5 |
| SimpleQA | 45.3 | 46.2 | 75.6 | 57.9 |
| GPQA Diamond | 93.0 | 91.3 | 94.3 | 90.1 |
| HLE | 39.8 | 40.0 | 44.4 | 37.7 |
| LiveCodeBench | – | 88.8 | 91.7 | 93.5 |
| Codeforces | 3168 | – | 3052 | 3206 |
| Apex Shortlist | 78.1 | 85.9 | 89.1 | 90.2 |
另外，今天更新了 GPT-5.5，也是同一天啊，ChatGPT 中已经可用。
降价了吗？
降了，也没降：
| 模型 | 输入（缓存命中） | 输入（未命中） | 输出 | 上下文 |
|---|---|---|---|---|
| V3.2 | 0.2 元 | 2 元 | 3 元 | 128K |
| V4 Flash | 0.2 元 | 1 元 | 2 元 | 1M |
| V4 Pro | 1 元 | 12 元 | 24 元 | 1M |
V4 Flash 降价，V4 Pro 全面涨价。
值不值？
V4 Pro 比 V3.2 贵了这么多，值不值：
| 类别 | 指标 | V3.2 | V4-Pro | 提升情况（Pro） |
|---|---|---|---|---|
| 知识 | MMLU-Pro | 65.5 | 73.5 | ↑ +8.0 |
| 知识 | C-Eval | 90.4 | 93.1 | ↑ +2.7 |
| 知识 | MultiLoKo | 38.7 | 51.1 | ↑↑ +12.4 |
| 事实问答 | SimpleQA | 28.3 | 55.2 | ↑↑ +26.9 |
| 事实问答 | FACTS | 27.1 | 62.6 | ↑↑ +35.5 |
| 推理 | BBH | 87.6 | 87.5 | ≈ |
| 推理 | HellaSwag | 86.4 | 88.0 | ↑ +1.6 |
| 推理 | WinoGrande | 78.9 | 81.5 | ↑ +2.6 |
| 代码 | HumanEval | 62.8 | 76.8 | ↑↑ +14.0 |
| 数学 | MATH | 60.5 | 64.5 | ↑ +4.0 |
| 数学 | GSM8K | 91.1 | 92.6 | ↑ +1.5 |
| 长上下文 | LongBench-V2 | 40.2 | 51.5 | ↑↑ +11.3 |
现在就能用啦
目前 DeepSeek 官网以及 API 都上线了 V4。
原文：https://www.appinn.com/deepseek-v4/
能自己部署吗？
应该是不能的，Flash 最低也要200GB内存往上了。