近日，一款名為DeepSeek V4的開源大模型引發(fā)AI圈熱議。有消息稱，該模型或?qū)⒂诖汗?jié)期間正式發(fā)布，其編程能力、上下文處理能力等多項(xiàng)指標(biāo)均達(dá)到行業(yè)頂尖水平，甚至被部分網(wǎng)友稱為“首個(gè)能匹敵頂尖閉源模型的開源模型”。

據(jù)泄露的基準(zhǔn)測(cè)試數(shù)據(jù)，DeepSeek V4在SWE-bench Verified測(cè)試中取得了83.7%的成績(jī)，超越了Claude Opus 4.5（80.9%）和GPT-5.2（80%）。這一成績(jī)?nèi)舯蛔C實(shí)，將直接改寫當(dāng)前“最強(qiáng)代碼模型”的排名。該模型在AIME 2026、IMO Answer Bench等數(shù)學(xué)推理測(cè)試中也表現(xiàn)出色，分別取得99.4%和88.4%的高分，甚至在FrontierMath Tier 4測(cè)試中達(dá)到GPT-5.2的11倍成績(jī)。

除了編程和數(shù)學(xué)能力，DeepSeek V4的上下文處理能力同樣引人注目。有傳聞稱，該模型支持高達(dá)100萬token的上下文長(zhǎng)度，并引入了新的Engram條件存儲(chǔ)系統(tǒng)，能夠?qū)崿F(xiàn)近乎無限的上下文檢索。這一特性使其在處理大型代碼庫或復(fù)雜分布式系統(tǒng)時(shí)更具優(yōu)勢(shì)，能夠理解代碼庫中文件變化對(duì)其他部分的影響，為企業(yè)級(jí)開發(fā)提供強(qiáng)大支持。

然而，隨著消息的傳播，部分基準(zhǔn)測(cè)試數(shù)據(jù)的真實(shí)性也受到質(zhì)疑。有業(yè)內(nèi)人士指出，在官方評(píng)分系統(tǒng)下，模型不可能達(dá)到99.4%的分?jǐn)?shù)，最高分應(yīng)為100%或99.2%。Epoch AI也確認(rèn)，F(xiàn)rontierMath的數(shù)據(jù)存在偽造嫌疑，因?yàn)橹挥兴麄兒蚈penAI有權(quán)對(duì)該數(shù)據(jù)集進(jìn)行評(píng)估。這些質(zhì)疑使得DeepSeek V4的真實(shí)性能蒙上一層陰影。

盡管如此，DeepSeek V4的發(fā)布仍被視為開源模型領(lǐng)域的一次重要突破。此前，DeepSeek的V3和R1模型已證明開源AI模型能夠以極低成本與專有模型競(jìng)爭(zhēng)，而V4則有望在此基礎(chǔ)上進(jìn)一步提升開源模型的競(jìng)爭(zhēng)力。據(jù)透露，V4在訓(xùn)練過程中對(duì)數(shù)據(jù)模式的理解能力得到提升，且不易出現(xiàn)性能衰減，輸出結(jié)果在邏輯上也更加嚴(yán)密和可靠。

目前，DeepSeek官方尚未對(duì)V4的發(fā)布時(shí)間和具體性能作出正式回應(yīng)，但業(yè)內(nèi)普遍猜測(cè)，該模型可能正在測(cè)試一個(gè)輕量級(jí)版本（V4-lite），以逐步釋放其技術(shù)潛力。與此同時(shí)，Hugging Face、GitHub等平臺(tái)上仍未出現(xiàn)DeepSeek V4的相關(guān)更新，進(jìn)一步加劇了外界對(duì)其真實(shí)性的猜測(cè)。

無論DeepSeek V4的最終性能如何，其引發(fā)的討論已充分說明開源模型在AI領(lǐng)域的影響力正在不斷擴(kuò)大。隨著技術(shù)的不斷進(jìn)步，開源與閉源模型之間的競(jìng)爭(zhēng)或?qū)⒏蛹ち遥脩粢矊闹蝎@得更多選擇和更高質(zhì)量的AI服務(wù)。