全球人工智能領域迎來重要進展——DeepSeek V4大模型正式上線預覽版并同步開源，其核心突破在于通過技術重構將長上下文處理成本大幅降低，同時以1.6萬億參數規模刷新國產開源模型紀錄。此次發布的V4系列包含DeepSeek-V4-Pro和DeepSeek-V4-Flash兩款模型，均標配100萬token上下文窗口，標志著長文本處理能力從高端功能轉變為行業基礎配置。
在技術架構層面，V4系列通過混合專家（MoE）模型實現參數規模與推理效率的平衡。V4-Pro總參數達1.6萬億，激活參數490億；V4-Flash總參數2840億，激活參數130億。這種設計使得單個token實際調用的算力減少，但知識儲備量顯著提升。相較于前代V3.2模型，V4-Pro的參數量增長2.4倍，而激活參數增幅不足33%，體現了更高效的稀疏化門控網絡設計。
長上下文處理能力是本次升級的核心亮點。行業此前主流上下文窗口為12.8萬至25.6萬token，谷歌Gemini模型曾以100萬token窗口保持領先。V4系列將該能力作為全系標配，配合優化的注意力機制，使單token推理計算量較V3.2降低73%，KV緩存占用減少90%。這種突破使得處理百萬級文本的成本大幅下降，為智能體（Agent）執行復雜任務提供技術支撐。
模型性能方面，V4-Pro-Max在HLE測試中取得37.7分，Apex Shortlist評分達90.2%，超越OpenAI、Anthropic等海外閉源模型。在編程任務Codeforces中，其Rating達到3206分，顯示強大的邏輯推理能力。智能體能力測試中，V4在Terminal Bench 2.0（67.9%）和Toolathlon（51.8%）等工具調用場景表現突出，官方定位其使用體驗優于Sonnet 4.5，交付質量接近Opus 4.6非思考模式。
定價策略凸顯性價比優勢。V4-Flash以每百萬token輸入1元、輸出2元的價格成為行業最低，緩存命中后輸入成本降至0.2元。V4-Pro定價12元/24元（輸入/輸出），雖受高端算力產能限制，但單位token性價比仍優于Qwen3.6-Max、GPT-5.4 Pro等旗艦模型。技術文檔透露，隨著華為昇騰950芯片下半年批量部署，Pro版本價格有望大幅下調。
技術文檔詳細披露了注意力機制的創新設計。V4采用壓縮稀疏注意力（CSA）與重壓縮注意力（HCA）交替使用的方案：CSA每4個token合并為摘要并篩選top-k相關項，HCA每128個token合并但保留稠密計算。配合滑動窗口處理局部依賴，形成"粗細結合、稀稠協同"的混合架構。這種設計使100萬token上下文的推理成本僅相當于傳統架構處理10萬token的水平。
后訓練方法引入"分化再統一"策略：先針對數學、代碼、Agent等方向訓練專家模型，再通過在策略蒸餾技術將多個專家能力整合到統一模型。為解決多教師模型加載的顯存壓力，開發團隊將教師權重卸載至分布式存儲，僅緩存最后一層隱藏狀態，確保訓練效率。智能體訓練方面，DSec沙箱平臺可同時管理數十萬個訓練實例，支持工具調用格式從JSON向XML的優化切換，減少轉義錯誤并保留跨輪次推理痕跡。
硬件適配層面，V4在技術報告中首次將華為昇騰NPU與英偉達GPU并列作為驗證平臺。昇騰CANN團隊確認將于發布當日進行V4模型的首發演示，寒武紀也完成基于vLLM框架的Day 0適配并開源代碼。值得注意的是，V4的MoE專家權重采用FP4精度，與昇騰950PR芯片原生支持的精度格式完全匹配，為后續性能優化奠定基礎。
