DeepSeek V4正式发布：1.6万亿参数、百万上下文，开源最强模型来了#

1. 混合注意力架构：100万上下文不再是负担#

DeepSeek V4最核心的技术突破在于其 混合注意力架构，结合了两种创新机制：

• CSA（压缩稀疏注意力）：对大部分token进行稀疏采样
• HCA（重度压缩注意力）：对关键信息进行深度压缩存储

这套架构带来的效果是惊人的：

在100万token的上下文场景中，V4-Pro的单token推理FLOPs仅为前代V3.2的27%，KV缓存占用仅为10%。

换句话说，100万上下文在V4上不再是”奢侈品”，而是标配。所有官方DeepSeek服务默认支持100万上下文。

2. 三种推理模式#

DeepSeek V4提供了三种推理力度控制：

这种设计让开发者可以在延迟和性能之间做精细权衡。

3. 原生智能体能力#

DeepSeek V4在Agent场景的优化非常突出：

• 已无缝集成 Claude Code、OpenClaw、OpenCode 等主流AI编程助手
• 已在DeepSeek内部驱动自动编码基础设施
• 在SWE-bench Pro上达到 55.4%，Terminal-Bench 2.0达到 67.9%

4. 训练优化#

底层训练层面，DeepSeek引入了：

• Manifold-Constrained Hyper-Connections (mHC)：强化残差连接，稳定信号传播
• Muon Optimizer：更快的收敛速度和训练稳定性
• 在超过 32万亿 多样化token上进行预训练

知识与推理#

V4-Pro在知识和推理方面超越了所有开源模型，在部分指标上甚至超越了GPT-5.2。虽然与最前沿的GPT-5.4和Gemini-3.1-Pro仍有3-6个月的差距，但已经非常接近。

编程与智能体#

在编程基准上，V4-Pro略逊于GPT-5.5和Opus 4.7，但DeepSeek内部测试显示它已经超越了Claude Sonnet 4.5，接近Opus 4.5水平。

长上下文#

这是V4的最大亮点：

• MRCR 1M（MMR）检索测试：83.5%

这一成绩甚至 超越了Gemini-3.1-Pro 在学术长上下文基准上的表现。100万上下文不只是数字，而是实打实的能力。

V4-Pro vs V4-Flash#

Flash版本由于参数更少，在纯知识测试中自然低于Pro。但如果给它更大的”推理预算”，它的推理分数可以达到与旧版前沿模型相当的水平，使其成为高负载工作的极致性价比选择。

自动化软件工程#

强大的智能体编码能力使其成为自主代码重构和调试的理想选择，尤其是在集成Claude Code等工具后。

海量文档处理#

100万上下文窗口加上极低的计算成本，意味着金融分析师和法律团队可以以极低的价格处理大量PDF、财报和合同。

1
from openai import OpenAI
2

3
client = OpenAI(
4
    api_key="your-api-key",
5
    base_url="https://api.deepseek.com"
6
)
7

8
# 分析百万token级别的文档
9
response = client.chat.completions.create(
10
    model="deepseek-v4-pro",
11
    messages=[{
12
        "role": "user",
13
        "content": "请分析以下100页合同中的关键条款和风险点..."
14
    }],
15
    max_tokens=4000
16
)
17

18
print(response.choices[0].message.content)

本地部署与研究#

MIT许可证意味着研究人员可以对Flash模型（160GB）进行量化实验，在高端消费级硬件上运行前沿级别的AI。