中国的 DeepSeek 于 2026 年 4 月 24 日以预览版形式发布了新款大语言模型「DeepSeek V4」。该模型总参数量为 1.6 万亿，采用只调用所需部分的混合专家（MoE）架构。DeepSeek 在以允许商用的 MIT 许可证开放权重的同时，把 API 价格压到了顶级闭源模型的约六分之一。上下文长度默认可达 100 万 token，目前已可通过 Hugging Face 和 DeepSeek 的 API 使用。这是继 V3 之后时隔 484 天推出的重磅模型，已有人称其为「第二次 DeepSeek 时刻」。

以效率取胜，前沿级性能落入更低价位

此次发布最先显现的影响是价格。较高端的 DeepSeek V4-Pro 通过 API 定价为：每 100 万输入 token 0.435 美元（约 71 日元），每 100 万输出 token 0.87 美元（约 143 日元）。若命中缓存，输入价格可降至 0.003625 美元（约 0.6 日元）。

轻量版 V4-Flash 更便宜，每 100 万输入 token 0.14 美元（约 23 日元），每 100 万输出 token 0.28 美元（约 46 日元）。按官方价目表比较，相对于顶级闭源模型 Gemini 3.1 Pro（20 万 token 以内的提示，每 100 万输入 token 2.00 美元、输出 12.00 美元），V4-Pro 的输入约为其五分之一、输出约为其十四分之一。具体差距取决于输入与输出的比例，但整体大致落在顶级档位的六分之一上下。这并不会让智能瞬间免费，但那些此前「因太贵而放弃自动化」的任务，确实有了更大的落地空间。

逼近顶级，但并非全面胜出

从基准成绩看，作为开放权重模型，V4 明显高出一头。在考察高难度信息检索的 BrowseComp 上，V4-Pro 取得 83.4%，逼近顶级闭源模型。在考察研究生级理科知识的 GPQA Diamond 上为 90.1%，在模拟软件开发的 SWE-Bench Pro 上为 55.4%，在衡量工具协同的 MCP Atlas 上达到 73.6%。

不过，在多数可直接比较的指标上，美国厂商最新的顶级模型仍处于领先。DeepSeek V4 的价值，与其说是「拿下所有第一」，不如说在于「已逼近前沿，却大幅便宜，而且权重公开」。评测公司 Vals AI 在其自有的编程评测中，把 V4 列为「开放权重模型第一名，而且优势并不小」。

支撑 100 万 token 的新机制

V4 的技术亮点，是让默认 100 万 token 的长上下文能够以现实的成本运行。DeepSeek 采用了一种混合式注意力：把压缩输入维度的 Compressed Sparse Attention（CSA）与强力压缩长程依赖内存占用的 Heavily Compressed Attention（HCA）结合起来。其结果是，即便在 100 万 token 下运行，V4-Pro 相比上一代 V3.2 也只需使用 10% 的 KV 缓存和 27% 的单 token 推理算力。

为了稳定训练 1.6 万亿参数，DeepSeek 用一种名为 Manifold-Constrained Hyper-Connections（mHC）的连接方式取代了常规残差连接，目的是加粗跨层的信号流动，同时避免训练中途崩溃。训练使用了 Muon 优化器，并在超过 32 万亿 token 的高质量数据上完成预训练。得益于 MoE 架构，1.6 万亿参数中每次实际参与计算的只有 490 亿个，从而压低了算力需求。推理提供三挡可切换模式：快速作答的「Non-think」、进行逻辑推演的「Think High」，以及把推理推到极限的「Think Max」。

兼顾摆脱英伟达依赖的开放式分发

与模型本身同样受关注的，是配套软件。DeepSeek 透露，它把用于把专家分散运行的 Expert Parallelism 机制，放在英伟达以外的华为 Ascend NPU 上做了验证。据称在非英伟达平台上实现了 1.50 至 1.73 倍的加速，勾勒出一条不易受西方 GPU 供应链和出口管制影响的部署路径。不过 DeepSeek 也表示，V4 本身的训练同时使用了正规授权的英伟达 GPU。

同时，DeepSeek 还开源了据称能把延迟敏感型任务最多加速 1.96 倍的 MegaMoE 内核。许可证是业界最宽松的 MIT，允许免费修改、再分发和商用。该模型与 Claude Code、OpenClaw、OpenCode 等面向开发者的智能体开箱即用地对接，便于嵌入现有工具链。

旧模型今日退役，100 万 token 成为标准

DeepSeek 也在加速淘汰旧世代。原有的 deepseek-chat 与 deepseek-reasoner 接口已于 2026 年 7 月 24 日 15:59（UTC）完全关闭，全部流量转由 V4-Flash 承接。这近乎是一份宣告：100 万 token 支持已成为全部服务的默认前提。

整体来看，这是一次在价格与开放两方面同时发力的主张——用架构上的巧思逼近前沿性能，而非一味堆算力。对那些靠闭源模型收取高额费用的厂商而言，仅凭性能已越来越难以解释其溢价。

*1 美元 = 164 日元（截至 2026 年 7 月 24 日）

参考：DeepSeek API Docs: Models & Pricing／DeepSeek-V4 Preview Release／Gemini Developer API pricing

总结

DeepSeek V4 是迄今最大规模的开放许可模型之一，以 MIT 许可证提供 1.6 万亿参数的 MoE 与 100 万 token 上下文。它在逼近顶级闭源模型的同时——例如在 BrowseComp 上取得 83.4%——把 API 单价压到了对方的约六分之一。从在华为 Ascend NPU 上的验证，到内核的开源，这都像是一步把主动权拉向「便宜且开放」一侧的棋。旧接口已于今日关闭，100 万 token 正成为新的标准。