DeepSeek V4开源模型详情:性能对标Opus 4.6、价格降低、编码基准登顶

作者:技术拾光时间:2026-05-27 09:47:21浏览:575

今日,DeepSeek 宣布开源 V4 系列预览版,权重已同步上架 Hugging Face 和 ModelScope,采用 MIT 许可协议。系列包含两款 MoE 模型:V4-Pro(总参数 1.6T,每 token 激活 49B/490 亿)和 V4-Flash(总参数 284B/2840 亿,

今日,DeepSeek 宣布开源 V4 系列预览版,权重已同步上架 Hugging Face 和 ModelScope,采用 MIT 许可协议。系列包含两款 MoE 模型:V4-Pro(总参数 1.6T,每 token 激活 49B/490 亿)和 V4-Flash(总参数 284B/2840 亿,激活 13B/130 亿),两款均支持 1M token 上下文。

消息一出,社区反响热烈。毕竟,开源一个预览版,还把权重直接放出来,这手笔确实不小。那么,这次发布的模型在架构上到底有哪些硬核升级?简单来说,可以归结为三项关键突破。

架构层面有三项关键升级

首先,是全新的混合注意力机制。它包含了压缩稀疏注意力(CSA)和重度压缩注意力(HCA),目标直指长上下文推理的“成本黑洞”。效果如何?数据说话:在处理长达100万token的上下文时,V4-Pro处理单个token所需的计算量(FLOPs)骤降至V3.2版本的27%,而关键的KV缓存占用更是只有V3.2的10%。这意味着,超长文本处理的效率和可行性被大幅提升。

其次,传统的残差连接被一项名为“流形约束超连接”(mHC)的技术所取代。这项升级的主要目的是增强神经网络中跨层信号传播的稳定性,让模型在深度结构下训练得更稳健。

最后,训练过程本身也采用了新武器——Muon优化器,以加速模型收敛。所有这些改进都建立在庞大的数据基础之上:模型的预训练数据总量已经超过了32万亿个token。

在后训练阶段,团队采用了两步走的策略:先利用监督微调(SFT)和基于群体秩的优化(GRPO)强化学习,分别针对不同领域训练出各具专长的“专家”;再通过在线蒸馏技术,将这些专家智慧统一融合到一个模型中。这套组合拳,旨在兼顾广度与深度。

性能评测:V4-Pro-Max 自称当前最强开源模型

在V4-Pro系列中,性能最强的推理模式被命名为V4-Pro-Max。根据官方技术报告,它被拿来与一系列顶尖模型同台竞技,包括闭源的Opus 4.6 Max、GPT-5.4 xHigh、Gemini 3.1 Pro High,以及开源的Kimi K2.6和GLM-5.1。需要说明的是,对比未包含最新发布的Opus 4.7和GPT-5.5,因此最终差距仍有待第三方独立验证。

那么,战况如何?我们分领域看。

在编码能力上,V4-Pro-Max表现堪称亮眼。它在Codeforces上拿到了3206的高分,超越了GPT-5.4的3168分和Gemini 3.1 Pro的3052分,刷新了该基准的纪录。在LiveCodeBench上,它以93.5分同样位列第一。在SWE Verified基准上,它取得了80.6分,仅以0.2个百分点的微弱差距次于Opus 4.6的80.8分。

在长上下文理解方面,它在两项百万token级别的基准测试中均位列第二:CorpusQA 1M得分62.0(Opus 4.6为71.7),MRCR 1M得分83.5(Opus 4.6为92.9)。

在智能体(Agent)任务上,V4-Pro-Max在MCPAtlas Public基准上得到73.6分,略低于Opus 4.6的73.8分;在Terminal-Bench 2.0上得到67.9分,低于GPT-5.4的75.1分和Gemini 3.1 Pro的68.5分。

然而,在知识与推理密集型任务上,与顶级闭源模型仍存在可见差距:GPQA Diamond得分90.1(Gemini 3.1 Pro为94.3)、SimpleQA-Verified得分57.9(Gemini为75.6)、HLE得分37.7(Gemini为44.4)。

总的来说,作为一个开源模型,V4-Pro-Max在多项编码和长上下文基准上,首次实现了对部分闭源旗舰模型的追平乃至反超,这无疑是一个里程碑。但同样需要清醒认识到,在深度的知识推理领域,它仍需努力,目前仍落后于像Gemini 3.1 Pro这样的对手。

内部 dogfooding 数据与数学推理

除了标准基准测试,DeepSeek此次还罕见地公开了内部“吃狗粮”(dogfooding)的数据,这让我们能一窥模型在实际研发场景中的真实表现。

团队从50多名工程师那里收集了大约200个真实的研发任务,涵盖功能开发、Bug修复、代码重构和系统诊断,技术栈包括PyTorch、CUDA、Rust、C++等。经过严格筛选,最终保留了30个任务作为评测集。

结果是:V4-Pro-Max的任务通过率达到67%。这个数字显著高于Sonnet 4.5的47%,接近Opus 4.5的70%,但低于Opus 4.5 Thinking的73%和Opus 4.6 Thinking的80%。作为参考,Haiku 4.5的通过率仅为13%。此外,一项针对85名内部员工的调查显示,所有受访者都在日常工作中使用V4-Pro进行智能体编码,52%的人认为V4-Pro可以作为默认的主力编码模型,39%的人表示倾向认可,只有不到9%的人持否定态度。反馈中提到的主要问题包括偶尔的低级错误、对模糊指令的误解以及有时会“过度思考”。

在更考验逻辑严谨性的形式化数学推理领域,V4系列也交出了不错的答卷。这里以北美最具挑战性的本科数学竞赛——普特南数学竞赛(Putnam)作为测试场。

在贴近实用部署的“实用场景”下,V4-Flash-Max在Putnam-200 Pass@8基准上取得了81.00的高分,它使用了开源工具LeanExplore并进行了采样限制。作为对比,Seed-2.0-Prover得分为35.50,Gemini 3 Pro和Seed-1.5-Prover均为26.50。

在追求极限性能的“前沿场景”下,V4采用了混合推理方案:先使用非形式化推理生成候选的自然语言解答,经过自我验证过滤后,再由形式化智能体在Lean证明助手中完成严格证明。最终,V4在Putnam-2025基准上取得了120分的满分,与Axiom并列第一,高于Seed-1.5-Prover的110分和Aristotle的100分。当然,前沿场景使用了大规模计算扩展,而实用场景的结果更能反映模型在常规部署下的能力。

API 与定价:V4-Flash 降价且上下文升级,V4-Pro 为高端档位

模型发布的同时,DeepSeek V4的API服务也已同步上线,提供V4-Pro和V4-Flash两款模型。官方公布的定价策略颇有看点。

V4-Flash将直接替代此前的V3.2(即deepseek-chat)。令人意外的是,它非但没有涨价,反而全面降价——缓存命中的输入token价格保持0.2元/百万token不变;缓存未命中的输入token价格从2元降至1元(降幅50%);输出token价格从3元降至2元(降幅33%)。更重要的是,其上下文长度从128K一举扩展到了1M。这意味着,用户可以用更便宜的价格,获得8倍于之前的上下文处理能力。原有的deepseek-chat和deepseek-reasoner模型名称将于2026年7月24日停用,目前它们已分别指向V4-Flash的非思考模式和思考模式。

V4-Pro则定位为一个全新的高端档位:缓存命中输入1元、未命中输入12元、输出24元/百万token。其中,输出价格是V3.2的8倍。DeepSeek在定价注释中坦诚解释,由于受限于高端算力资源,目前Pro版本的服务吞吐量十分有限。他们预计,等到下半年昇腾950超节点批量上市后,Pro版本的价格将会大幅下调。两款模型均支持非思考模式和思考模式,其中思考模式支持通过reasoning_effort参数设置high或max两档推理强度。

DeepSeek在公告中明确宣告:“从现在开始,1M上下文将是DeepSeek所有官方服务的标配。”这无疑为长文本应用市场树立了新的标杆。

首次公开基础设施:生产级弹性计算沙盒 DSec

在本次V4的技术报告中,DeepSeek还首次揭开了其支撑海量智能体训练与评测的核心基础设施——生产级弹性计算沙盒DSec(DeepSeek Elastic Compute)的面纱。

当前,大模型的强化学习训练需要极其庞大的代码试错环境。报告披露,在实际生产环境中,单个DSec集群能够同时调度数十万个并发沙盒。该系统由Rust语言编写,底层对接自研的3FS分布式文件系统,并通过层级按需加载技术,成功打破了海量沙盒冷启动带来的性能瓶颈。

在开发者体验方面,DSec通过一套Python SDK,统一封装了函数调用、容器、微型虚拟机和完整虚拟机四种执行底座,切换时仅需修改一个参数即可。此外,针对算力集群中常见的任务被抢占问题,DSec引入了全局轨迹日志机制:当任务恢复时,系统会直接“快进”并重放之前已缓存的命令执行结果。这既实现了极速的断点续训,又避免了因重复执行可能引发的非幂等性错误。

DeepSeek V4开源模型详情:性能对标Opus 4.6、价格降低、编码基准登顶

点击了解律动BlockBeats 在招岗位

欢迎加入律动 BlockBeats 官方社群:

Telegram 订阅群:https://t.me/theblockbeats

Telegram 交流群:https://t.me/BlockBeats_App

Twitter 官方账号:https://twitter.com/BlockBeatsAsia