DeepSeek V4 正式版定档 7 月中旬，引入峰谷定价与双版本策略
DeepSeek V4 正式版计划于 7 月中旬正式上线，同步调整 API 定价策略并引入峰谷分时机制，旨在优化资源配置、提升服务稳定性。新版将提供 V4-Pro 与 V4-Flash 双模型选择，全面补齐企业级商用能力。
一、上线时间与迁移节点
4 月 24 日：发布 V4 预览版，开放 API 与开源权重，仅供测试使用。
7 月中旬（预计 7 月 15 日）：V4 正式版全量上线，正式具备企业级商用能力。
7 月 24 日：旧版 deepseek-chat 与 deepseek-reasoner 接口永久下线，用户需全面迁移至 V4 新接口。
二、双版本核心参数对比
| 核心指标 | V4-Pro（旗舰版） | V4-Flash（高吞吐版） |
| 架构规模 | 1.6 万亿 MoE | 2840 亿 MoE |
| 单次激活参数 | 49B | 13B |
| 上下文窗口 | 100 万 tokens | 100 万 tokens |
| 最大并发 | 500 | 2500 |
| 适用场景 | 复杂推理、代码生成、长文档分析、复杂 Agent | 对话客服、批量内容生成、轻量工具调用 |
| 开源协议 | MIT | MIT |
三、核心技术升级
CSA+HCA 混合压缩注意力：超长文本推理算力降至前代 27%，KV 显存占用最低仅为前代 7%，大幅提升长文本并发处理能力。
mHC 流形约束超连接：有效解决深层网络梯度问题，杜绝长文本逻辑断裂，显著提升多轮对话的一致性。
Muon 优化器+GRM 奖励模型：实现更快训练收敛与更低微调成本，数学、代码及逻辑推理性能达到 SOTA 级别。
DSpark 推理框架：Pro 版推理速度提升 57%–78%，兼容英伟达、升腾等主流硬件生态。
四、API 峰谷分时定价机制
采用“办公高峰翻倍、平峰底价不变”的分时计费策略，以平衡算力负载。
- 高峰时段：9:00–12:00、14:00–18:00（企业办公时段）
- 平峰时段：其余全天时段
4.1 计费标准（单位：元/百万 Tokens）
V4-Pro：平峰（缓存命中 0.06/未命中 3/输出 6）；高峰（缓存命中 0.12/未命中 6/输出 12）。
V4-Flash：平峰（缓存命中 0.02/未命中 1/输出 2）；高峰（缓存命中 0.04/未命中 2/输出 4）。
4.2 定价机制逻辑
峰谷定价旨在缓解日间算力拥堵，保留夜间低成本算力资源；结合 MIT 开源自部署方案，可有效降低高频调用成本。
五、正式版新增能力与优化
- 企业级合规：支持多租户隔离、权限管控及日志审计，适配政企合规需求。
- 生态适配：深度适配全生态 Agent，支持代码自动化、文档及 PPT 生成。
- 规模化落地：提供标准化批量微调与推理接口，支撑大规模业务部署。
- RAG 原生优化：针对长文本检索增强生成（RAG）进行优化，百万级文档归纳检索精度显著提升。
- 稳定性增强：新增熔断、限流及负载均衡机制，修复预览版长文本逻辑漂移与输出截断问题。
六、产品定位与行业价值
V4-Pro：确立开源性能标杆，对标 GPT-4o 与 Claude 旗舰模型，在长文本处理、代码生成及数理推理领域表现突出。
V4-Flash：主打高吞吐与低成本，旨在替代传统中小参数模型，适合规模化普惠落地。
行业变革：全系标配 100 万 Token 超长上下文窗口，大幅降低超长文本 AI 应用的落地门槛。