DeepSeek V4预览版以百万级令牌上下文窗口和激进定价挑战AI前沿

阅读约需 7 分钟

最后更新: April 24, 2026 • 14:42 UTC

新的挑战者逼近前沿

中国人工智能实验室深度求索（DeepSeek）发布了备受期待的V4系列模型预览版，推出两款兼具超大规模与前所未有能效的变体。DeepSeek-V4-Pro和DeepSeek-V4-Flash于2026年4月24日发布，标志着这家公司迄今为止最雄心勃勃的一次尝试，旨在挑战OpenAI、Anthropic和谷歌等美国AI巨头的主导地位。

新的挑战者逼近前沿
技术架构与规模
突破长上下文瓶颈
基准测试表现：接近前沿水平
激进定价与行业冲击
摆脱硬件依赖与训练基础设施
消费级部署
市场影响与战略定位
要点

此次发布恰逢DeepSeek的R1推理模型引发万亿美元规模市场震荡一周年。当时，该模型证明，打造世界一流的AI能力所需成本可以远低于前沿系统通常的成本。如今，DeepSeek借助V4，不再只是将自己定位为一种高性价比替代方案，而是力求凭借实际能力成为真正的竞争者，同时延续此前令这家总部位于杭州的初创公司受到全球关注的激进定价策略。

两款模型都配备100万令牌上下文窗口，一次提示即可处理约15至20部长篇小说，并采用混合专家架构，在推理过程中仅激活部分参数。尤为值得一提的是，该公司以宽松的MIT许可证发布模型，允许用户免费用于商业用途并进行修改，延续了其对开放权重AI开发的承诺。

技术架构与规模

DeepSeek V4系列推出了两种配置，面向不同的使用场景。旗舰版V4-Pro是迄今发布的规模最大的开放权重模型之一，总参数量达1.6万亿，每次推理运算中激活490亿参数。规模更小的V4-Flash总参数量为2840亿，激活参数为130亿，面向对延迟敏感的应用和消费级硬件部署。

这种参数效率得益于混合专家架构：它会将输入令牌分配给专门的子网络，而不是激活整个模型。运行一个密集型的1.6万亿参数模型，成本高得难以承受；但通过将激活参数维持在与上一代V3.2大致相同的水平，同时扩大专家网络规模，DeepSeek得以在编程、数学和多语言任务上实现更深入的专业化，而无需按比例增加算力需求。

突破长上下文瓶颈

V4架构的核心是DeepSeek所称的混合注意力架构，结合了压缩稀疏注意力和重度压缩注意力机制。这项创新旨在应对大型语言模型面临的持续挑战之一：随着上下文长度增加，信息检索质量会下降。

标准Transformer注意力机制难以解决“干草堆寻针”问题：嵌入长文档深处的特定信息会变得越来越难以定位。DeepSeek称，其方法在百万令牌检索基准测试中的准确率达到97%，而标准注意力机制为84.2%，有效解决了长期困扰长上下文模型的信息检索性能退化问题。

实际上，这意味着模型能够可靠地处理整个代码库、完整的法律文档集或数年的对话记录，同时不遗漏具体细节。对于构建检索增强生成系统的开发者而言，这项能力有望减少甚至免去复杂的分块策略和外部向量数据库。

基准测试表现：接近前沿水平

根据独立评测和DeepSeek自行公布的数据，V4-Pro的表现已接近最先进的闭源系统。在SWE-bench Verified基准测试中，该测试评估模型解决真实开源项目GitHub问题的能力，据称V4-Pro得分约为80.6%，基本持平于Claude Opus 4.6的80.8%，并超过此前许多开源模型的纪录。

V4-Pro在数学推理基准测试中表现尤为突出。据称，该模型在HMMT 2026中的得分为95.2%，在IMOAnswerBench中的得分为89.8%；后者超过Claude Opus 4.6，但略低于GPT-5.4。在以Codeforces评级衡量的竞赛编程评测中，V4-Pro得分为3206，高于GPT-5.4（3168）和Gemini 3.1 Pro（3052）。

不过，DeepSeek对其是否已达到前沿水平仍持审慎态度。该公司承认，在常识知识和推理任务方面，V4-Pro落后于谷歌Gemini 3.1 Pro约3至6个月的研发进度。这表明，尽管差距已经缩小，但V4-Pro尚未在整体能力上与最先进的闭源系统完全持平。

通过扩展推理令牌数量，DeepSeek-V4-Pro-Max在标准推理基准测试中的表现优于GPT-5.2和Gemini-3.0-Pro。不过，其表现略逊于GPT-5.4和Gemini-3.1-Pro，这表明其研发进度仍落后于最先进的前沿模型约3至6个月。

尽管规模更小，V4-Flash的表现仍颇具竞争力：它在MMLU-Pro中的得分为86.2%，V4-Pro为87.5%；在LiveCodeBench中的得分为91.6%，Pro版为93.5%。这种效率表明，对于许多应用而言，Flash模型或许能以大幅降低的运营成本提供足够的能力。

激进定价与行业冲击

V4发布最具颠覆性的方面或许是其定价策略，延续了DeepSeek大幅压低西方竞争对手价格的做法。V4-Flash的价格为每百万输入令牌0.14美元、每百万输出令牌0.28美元，甚至低于OpenAI的GPT-5.4 Nano（0.20美元/1.25美元）和Gemini 3.1 Flash-Lite（0.25美元/1.50美元）。

旗舰版V4-Pro的价格为每百万输入令牌1.74美元、每百万输出令牌3.48美元。尽管高于Flash版，这一价格仍远低于同级前沿模型。Claude Opus 4.6每百万输入令牌收费5美元、每百万输出令牌收费25美元；GPT-5.4每百万输入令牌收费2.50美元、每百万输出令牌收费15美元。因此，DeepSeek旗舰模型在基准测试表现相当的情况下，成本约低50%至80%。

这一激进定价得益于模型架构效率的大幅提升。DeepSeek报告称，在百万令牌上下文场景中，V4-Pro所需的浮点运算量仅为前代V3.2的27%，键值缓存大小仅为其10%。V4-Flash的效率更高，浮点运算量仅为V3.2的10%，键值缓存大小仅为7%。

行业分析人士认为，这种定价压力可能促使市场更广泛地调整。DeepSeek R1发布时，其API成本比OpenAI的同类产品低约90%，竞争对手随后向免费用户开放高级模型，并调整了自身定价。随着V4为高性能和经济型AI推理设立新的成本基准，类似的市场变化或将再次出现。

摆脱硬件依赖与训练基础设施

V4发布在地缘政治和技术层面的一项重要意义，涉及其训练基础设施。与大多数主要依托英伟达最先进GPU构建的前沿AI模型不同，据报道，DeepSeek使用华为昇腾910B AI加速器和寒武纪MLU芯片进行V4训练，并在华为昇腾NPU平台上完成验证。

这一进展对全球AI硬件市场意义重大。由于美国出口限制令中国难以获得英伟达性能最高的芯片，DeepSeek展示了使用中国国产芯片开发前沿规模AI的可行性。如果模型的基准测试成绩经独立审查后得到证实，这将证明华为和寒武纪可以成为英伟达在大规模AI训练领域的可行替代选择，并可能加速AI硬件供应链多元化。

Counterpoint Research首席AI分析师孙伟（Wei Sun）指出，V4能够在中国本土芯片上原生运行，可能对北京实现AI自主可控的目标产生重大影响。

这最终也将加快全球AI的发展。

消费级部署

尽管参数规模庞大，DeepSeek强调，V4的量化版本可以在消费级硬件上运行。该公司表示，采用INT4量化时，V4-Flash可在配备32GB显存的单张英伟达RTX 5090上运行；采用INT8精度时，也可在总显存为48GB的两张RTX 4090上运行。完整权重文件大小为865GB的Pro版面向多节点GPU集群进行全精度推理，但也可能支持流式部署策略。

这与需要通过API访问并依托数据中心基础设施运行的闭源前沿模型形成鲜明对比。对于关注数据隐私、延迟或运营成本可预测性的开发者而言，能够在可购买的硬件上自行托管万亿参数级模型，意味着AI部署的实际经济成本将发生重大变化。

市场影响与战略定位

V4的发布不仅加剧了中国和美国AI开发者之间的竞争，也进一步升温了中国国内市场的竞争。DeepSeek的R1取得突破后，阿里巴巴Qwen、字节跳动和月之暗面等国内竞争者加快了各自模型的发布。DeepSeek最新公告立即影响了竞争对手的股价：V4发布后，MiniMax和智谱在香港交易中的股价均下跌约8%。

据报道，在发布模型的同时，DeepSeek正首次寻求外部融资，目标是以超过100亿美元的估值融资至少3亿美元。有报道称，该公司正在与腾讯和阿里巴巴洽谈，估值可能因此升至200亿美元。这标志着其战略发生转变：此前公司完全依赖旗下对冲基金幻方资本（High-Flyer Capital Management）。

不过，该公司目前面临基础设施瓶颈。DeepSeek警告称，由于高端算力短缺，Pro版本目前的服务容量有限；只有在2026年下半年大规模部署华为昇腾950“超节点”后，价格才有望大幅下降。

此次发布也正值围绕AI发展的地缘政治紧张局势升温之际。白宫近期指责中国在AI领域进行工业规模的知识产权盗窃。中国外交部则断然否认这些指控，称其毫无根据，是对中国技术进步的攻击。DeepSeek继续以Apache 2.0和MIT许可证开放发布，与许多西方前沿实验室日益封闭的策略形成对照，并将自身定位为开放权重AI发展的倡导者。