中國的 DeepSeek 於 2026 年 4 月 24 日以預覽版形式發布了新款大型語言模型「DeepSeek V4」。該模型總參數量為 1.6 兆，採用只調用所需部分的混合專家（MoE）架構。DeepSeek 在以允許商用的 MIT 授權開放權重的同時，也把 API 價格壓到頂級閉源模型的約六分之一。上下文長度預設可達 100 萬 token，目前已可透過 Hugging Face 與 DeepSeek 的 API 使用。這是繼 V3 之後時隔 484 天推出的重量級模型，已有人稱其為「第二次 DeepSeek 時刻」。

以效率取勝，前沿級效能落入更低價位

這次發布最先顯現的影響是價格。較高階的 DeepSeek V4-Pro 透過 API 定價為：每 100 萬輸入 token 0.435 美元（約 71 日圓），每 100 萬輸出 token 0.87 美元（約 143 日圓）。若命中快取，輸入價格可降至 0.003625 美元（約 0.6 日圓）。

輕量版 V4-Flash 更便宜，每 100 萬輸入 token 0.14 美元（約 23 日圓），每 100 萬輸出 token 0.28 美元（約 46 日圓）。依官方價目表比較，相對於頂級閉源模型 Gemini 3.1 Pro（20 萬 token 以內的提示，每 100 萬輸入 token 2.00 美元、輸出 12.00 美元），V4-Pro 的輸入約為其五分之一、輸出約為其十四分之一。實際差距取決於輸入與輸出的比例，但整體大致落在頂級級別的六分之一上下。這並不會讓智慧瞬間免費，但那些過去「因太貴而放棄自動化」的任務，確實有了更大的落地空間。

逼近頂級，但並非全面勝出

從基準成績看，作為開放權重模型，V4 明顯高出一截。在測試高難度資訊檢索的 BrowseComp 上，V4-Pro 取得 83.4%，逼近頂級閉源模型。在測試研究所級理科知識的 GPQA Diamond 上為 90.1%，在模擬軟體開發的 SWE-Bench Pro 上為 55.4%，在衡量工具協同的 MCP Atlas 上達到 73.6%。

不過，在多數可直接比較的指標上，美國廠商最新的頂級模型仍居於領先。DeepSeek V4 的價值，與其說是「拿下所有第一」，不如說在於「已逼近前沿，卻大幅便宜，而且權重公開」。評測公司 Vals AI 在其自家的程式設計評測中，將 V4 列為「開放權重模型第一名，而且領先幅度不小」。

支撐 100 萬 token 的新機制

V4 的技術亮點，是讓預設 100 萬 token 的長上下文能以現實的成本運行。DeepSeek 採用了一種混合式注意力：把壓縮輸入維度的 Compressed Sparse Attention（CSA），與強力壓縮長程依賴記憶體占用的 Heavily Compressed Attention（HCA）結合起來。其結果是，即使在 100 萬 token 下運行，V4-Pro 相較上一代 V3.2，也只需使用 10% 的 KV 快取與 27% 的單 token 推論算力。

為了穩定訓練 1.6 兆參數，DeepSeek 以一種名為 Manifold-Constrained Hyper-Connections（mHC）的連接方式取代常規殘差連接，目的是加粗跨層的訊號流動，同時避免訓練中途崩潰。訓練使用了 Muon 最佳化器，並在超過 32 兆 token 的高品質資料上完成預訓練。得益於 MoE 架構，1.6 兆參數中每次實際參與運算的只有 490 億個，因而壓低了算力需求。推論提供三段可切換模式：快速作答的「Non-think」、進行邏輯推演的「Think High」，以及把推論推到極限的「Think Max」。

兼顧擺脫 NVIDIA 依賴的開放式散布

與模型本身同樣受關注的，是搭配的軟體。DeepSeek 透露，它把用來讓專家分散運行的 Expert Parallelism 機制，放在 NVIDIA 以外的華為 Ascend NPU 上進行驗證。據稱在非 NVIDIA 平台上實現了 1.50 至 1.73 倍的加速，勾勒出一條較不易受西方 GPU 供應鏈與出口管制影響的部署路徑。不過 DeepSeek 也表示，V4 本身的訓練同時使用了正式授權的 NVIDIA GPU。

同時，DeepSeek 也開源了據稱能把延遲敏感型任務最多加速 1.96 倍的 MegaMoE 核心。授權採用業界最寬鬆的 MIT，允許免費修改、再散布與商用。該模型與 Claude Code、OpenClaw、OpenCode 等面向開發者的 AI 代理可開箱即用地對接，便於嵌入既有的工具鏈。

舊模型今日退役，100 萬 token 成為標準

DeepSeek 也在加速淘汰舊世代。原有的 deepseek-chat 與 deepseek-reasoner 介面已於 2026 年 7 月 24 日 15:59（UTC）完全關閉，全部流量改由 V4-Flash 承接。這近乎是一份宣告：100 萬 token 支援已成為全部服務的預設前提。

整體來看，這是一次在價格與開放兩方面同時發力的主張——以架構上的巧思逼近前沿效能，而非一味堆算力。對那些靠閉源模型收取高額費用的廠商而言，僅憑效能已越來越難以解釋其溢價。

*1 美元 = 164 日圓（截至 2026 年 7 月 24 日）

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

總結

DeepSeek V4 是迄今規模最大的開放授權模型之一，以 MIT 授權提供 1.6 兆參數的 MoE 與 100 萬 token 上下文。它在逼近頂級閉源模型的同時——例如在 BrowseComp 上取得 83.4%——把 API 單價壓到對方的約六分之一。從在華為 Ascend NPU 上的驗證，到核心的開源，這都像是一步把主動權拉向「便宜且開放」一側的棋。舊介面已於今日關閉，100 萬 token 正成為新的標準。