点击上方蓝字关注我们
练习时长一年半，D 老师终于把憋了许久的王炸——DeepSeek V4，端到了全行业面前。
没有喊「吊打 GPT、脚踢 Gemini」的浮夸口号，也没有搞预约排队、限量内测的套路，发布即上线。
打开官网对话框，不用任何操作，直接就能免费用上最新模型。
甚至连氪金通道都同步开好了：不管是便宜量大的 V4-Flash，还是冲顶性能的 V4-Pro，开发者 API 直接拉满，交钱就能用。
没吊打 GPT，但在开源圈已经杀穿了
先给各位交个实底，这次的 V4，到底强不强？
一句话总结：没到吊打全球顶级闭源模型的地步，但在开源赛道里，已经是断层领先，甚至能和 GPT、Claude、Gemini 这些闭源顶流正面掰掰手腕。
这次 DeepSeek 一口气放了两个版本，精准覆盖了所有人的需求：
V4-Flash：主打便宜、快、不心疼，适合日常唠嗑、写文案、批量出内容。
总参数 2840 亿，激活参数约 130 亿。V4-Pro：主打极致性能，适合写代码、做复杂推理、长文档分析、搞 Agent 开发。
总参数 1.6 万亿，激活参数约 490 亿。
两个版本都用了 MIT 开源协议，你下载下来随便改、随便用，哪怕拿去做商业产品，都不用开源你的二次成果，连授权费都不用掏。
就这一点，已经把开源大模型的天花板，掀到了闭源模型的脸上。
在官方的实测里，V4-Pro 在通用知识、代码能力、数学推理、Agent 调度这些核心场景，基本和 Claude Opus 4.6、GPT-5.4、Gemini 3.1 Pro 打了个平手。
尤其是代码生产力测试里，V4-Pro 的能力明显超过了 Claude Sonnet 4.5，Codeforces 评分高达 3206，直接排到了全球程序员第 23 名。
官方自己也很坦诚，直言和世界最先进的闭源旗舰模型，能力上还有 3 到 6 个月的差距。
不尬吹，不玩虚标，这点就比很多同行强太多。
💰 价格还是那个熟悉的屠夫味，涨价了依旧香
熟悉 DeepSeek 的朋友都知道，它家的传统艺能，就是「性能追着顶流跑，价格按着地板打」。
这次哪怕 V4-Pro 的价格比前代涨了 8 倍，我依旧要夸一句：太值了。
给大家算笔最直观的账：
|
|
|
|---|---|
|
|
24 元 |
|
|
|
|
|
|
性能差不多，价格直接打到了 Claude 的 四分之一，GPT 的 八分之一。
而主打性价比的 V4-Flash 更夸张，百万 token 输出只要 2 块钱——一瓶矿泉水的价格，能让你处理完一套《三体》三部曲。
最绝的是，DeepSeek 还在文章不起眼的角落里，给所有人画了个饼：
这次的涨价只是暂时的，等过段时间华为的卡到货了，模型的价格还会直接打下来。
好家伙，别人发新模型是给用户看的，DeepSeek 发新模型，一半给用户，一半当着全行业的面，给华为催货。
这种“正文不敢写、小字来暗示”的玩法，可谓用心良苦。
而且这次 API 还同时兼容 OpenAI 和 Anthropic 两种格式——以前为 Claude Code 写的工具，可能只改一个环境变量就能切过来用。这种“跨生态兼容”的设计，贴心到不像直男团队。
🔥 真正的王炸：把百万上下文，做成了标配
这次 V4 最让我惊喜的，不是参数和性能，而是它干了件行业里没人敢干的事：
把 100 万 token 的上下文长度，做成了全系列标配。
很多朋友可能不知道，100 万 token 上下文是什么概念？
它能一次性完整读完 《红楼梦》+《三体》三部曲的全部内容，还能精准记住每一个细节。
你可以把一整个中型代码库、上百份合同财报、几十本专业书籍，一次性丢给它，它不会忘事，不会漏信息。
更重要的是，这两个月爆火的各类 Agent 工具，最缺的就是长上下文。
之前就有开发者在论坛分享过翻车经历：他用某款上下文有限的模型处理一份长达数百页的技术文档，模型中途自动压缩记忆，结果把前面定好的关键参数忘得一干二净，最后生成的代码全是 bug，白干一整天。
上下文越长，AI 干活就越不容易翻车。
但为什么之前没人把百万上下文做成标配？因为贵。
传统 Transformer 架构下，对话越长，需要的临时缓存 KV Cache 就越大，推理成本就越高。百万上下文用一次，动辄几十上百块就没了，普通用户根本用不起。
而 DeepSeek 这次，直接把百万上下文的成本，给打穿了地板。
同样带着 100 万 token 上下文干活：
V4-Pro：每生成一个 token，计算量只要 V3.2 的 27%，KV 缓存直接砍到了原来的 10%
V4-Flash：计算量只有 10%，KV 缓存只剩 7%
别人用百万上下文要花几十块，你用 DeepSeek，一瓶矿泉水的钱就够了。
技术原理（不绕弯子版）
能做到这一点，靠的是 DeepSeek 自研的一套 Hybrid Attention 混合注意力架构。
大白话解释：
传统模型处理长文本，就像让你把整本《红楼梦》从头背到尾，每回答一个问题都要把全书过一遍。
DeepSeek 的新架构，相当于给文本建立了两层索引——第一层快速定位相关段落，第二层再对这些段落深度精读。
模型不用每次都把百万 token 从头算到尾，而是先圈定范围再重点计算，计算量自然大幅下降，还不会丢三落四。
另外，他们还用上了去年研发的 mHC（流形约束超连接） 来保证长文本稳定性，以及 Muon 优化器 让模型参数收敛更快。
就这一整套组合拳，直接把长上下文的门槛从高端奢侈品拉成了人人都能用的普惠工具。
⚠️ 一点遗憾 + 一点贴心设计
当然，这次的 V4 也不是完美的。
最大的遗憾就是，依旧不支持多模态，也就是还是看不懂图片、视频。这块大概率要留给下一代模型了。
不过贴心的是，V4 这次提供了三种思考模式：
非思考模式：快速响应，日常对话用
思考模式-高：深度推理，复杂任务用
思考模式-极限：最大化模型边界，建议上下文 ≥384K
复杂 Agent 场景建议直接用极限模式，效果最佳。
玩笑归玩笑，别真把 D 老师当梗王
过去这一年半，DeepSeek 承受的非议，真的不少。
人才流失、国产芯片适配失败、模型延期的传闻一波接一波，「DeepSeek 新版本下周更新」，都快成了科技圈每年愚人节的保留节目。
甚至还有网友 P 图，说 梁文锋这半年沉迷某开放世界游戏，才耽误了 V4 的发布。
但玩笑归玩笑，别真把 D 老师当梗王。
DeepSeek 用实力证明，它依旧是那个开源大模型领域当之无愧的 「带头大哥」。
去年，DeepSeek R1 的开源，用 560 万美元的训练成本，做出了对标 OpenAI o1 的推理能力，直接给全球大模型开启了「大推理时代」，让无数个人开发者和中小企业，免费用上了顶级的推理 AI 能力。
而今年，DeepSeek V4 的发布，不仅把百万上下文做成了普惠标配，把顶级大模型的价格打穿了地板，更重要的是，它和华为等国产芯片厂商的深度合作，让我们真正看到了 国产 AI 打破海外垄断的决心和实力。
它从来不会喊什么「国产之光」的口号，却一次又一次，用极致的技术创新，把原本攥在海外巨头手里的顶级 AI 能力，放到了每一个普通用户、每一个开发者的手里。
📝 最后
有人问，大模型内卷到今天，到底还有什么意义？
DeepSeek 用 V4 给了答案：
内卷的终极意义，从来不是把同行卷死，而是把技术的门槛卷下来，让原本高高在上的黑科技，变成人人都能用、用得起的普惠工具。
欢迎加入交流群
不定期弹送福利