新版本發(fā)布，DeepSeek再掀效率革命｜甲子光年

更便宜、更快，向Agent和國(guó)產(chǎn)替代更進(jìn)一步。

作者｜衛(wèi)琳聰 周悅

終于，DeepSeek-V4 來(lái)了。

距離上次版本發(fā)布已經(jīng)過(guò)去近5個(gè)月，期間多次有DeepSeek新版本發(fā)布的消息傳出，但都干打雷不下雨，等待的空氣里不免泛起一些懷疑。

4月24日，DeepSeek-V4 預(yù)覽版正式上線(xiàn)并同步開(kāi)源，官方新聞稿里直接宣稱(chēng)“邁入百萬(wàn)上下文普惠時(shí)代”。

此次發(fā)布的版本包含兩款MoE語(yǔ)言模型——DeepSeek-V4-Pro和DeepSeek-V4-Flash。

前者總參數(shù)1.6T、激活參數(shù)49B，后者總參數(shù)284B、激活參數(shù)13B，兩者均支持一百萬(wàn)token 上下文。

如果單看百萬(wàn)上下文的能力，在V4之前市場(chǎng)上已有多款模型能夠?qū)崿F(xiàn)，國(guó)外如谷歌Gemini ，國(guó)內(nèi)如阿里Qwen、月之暗面Kimi等。

DeepSeek-V4 令人驚艷的地方，是又一次帶來(lái)效率革命，在性能提升的同時(shí)實(shí)現(xiàn)成本下降，尤其是讓Agent更便宜成為可能。

更重要的是，V4為打破算力束縛提供了更大可能性，大模型的算力底座從英偉達(dá)向華為邁出了堅(jiān)實(shí)一步。

1.轉(zhuǎn)向Agent

DeepSeek官方表示，V4在Agent能力、世界知識(shí)和推理性能上均實(shí)現(xiàn)國(guó)內(nèi)與開(kāi)源領(lǐng)域的領(lǐng)先。

其中，DeepSeek-V4-Pro性能比肩頂級(jí)閉源模型。

在世界知識(shí)測(cè)評(píng)中，DeepSeek-V4-Pro大幅領(lǐng)先其他開(kāi)源模型，僅稍遜于頂尖閉源模型Gemini-Pro-3.1。在推理性能上，DeepSeek-V4-Pro超越當(dāng)前所有已公開(kāi)評(píng)測(cè)的開(kāi)源模型，取得了世界頂級(jí)閉源模型相當(dāng)?shù)某煽?jī)。

不過(guò)，技術(shù)報(bào)告顯示，最大推理強(qiáng)度模式DeepSeek-V4-Pro-Max性能仍略遜于GPT-5.4和Gemini 3.1-Pro，這表明其發(fā)展軌跡大致落后于最先進(jìn)的前沿模型約3到6個(gè)月。

DeepSeek-V4-Pro-Max與同類(lèi)模型的基準(zhǔn)性能對(duì)比

值得注意的是，DeepSeek-V4-Pro的Agent 能力大幅提高。

在對(duì)DeepSeek-V4技術(shù)報(bào)告的深入分析中，「甲子光年」注意到，V4在更明顯地轉(zhuǎn)向Agent任務(wù)。從V3.1到V3.2，DeepSeek已經(jīng)在強(qiáng)化工具調(diào)用和Agent能力，到了V4，這條線(xiàn)更清楚。

技術(shù)報(bào)告里出現(xiàn)了工具調(diào)用格式、推理內(nèi)容管理、Quick Instruction、Agent沙箱基礎(chǔ)設(shè)施，以及Search、White-Collar Task、Code Agent等真實(shí)任務(wù)評(píng)測(cè)。重點(diǎn)考察模型能不能在多步任務(wù)中低成本地調(diào)用工具、保留狀態(tài)、繼續(xù)執(zhí)行。

在Agent 能力提高的同時(shí)，V4提供的價(jià)格相當(dāng)實(shí)惠。緩存命中場(chǎng)景下，F(xiàn)lash版輸入成本低至0.2元/百萬(wàn)Token。對(duì)于需要大量、多輪次Token交互的Agent應(yīng)用來(lái)說(shuō)，這無(wú)疑是降低成本的好消息。

能力提高、價(jià)格下降，毫無(wú)疑問(wèn)，V4在瞄準(zhǔn)Agent 發(fā)力，也將進(jìn)一步推動(dòng)Agent 的普及。

2.更便宜、更快

DeepSeek-V4系列此次表現(xiàn)出的最大特點(diǎn)，是在長(zhǎng)上下文場(chǎng)景中極高的效率。

在1M上下文設(shè)置下，V4-Pro的單token推理FLOPs只有V3.2的27%，所需KV緩存空間也僅為其10%。

而參數(shù)激活數(shù)量更少的DeepSeek-V4-Flash則進(jìn)一步提升了效率：在百萬(wàn)上下文中，其單token推理FLOPs僅為DeepSeek-V3.2的10%，KV緩存容量?jī)H為7%。

DeepSeek-V4系列與DeepSeek-V3.2的推理FLOPs計(jì)算量及KV緩存容量

基于這種進(jìn)步，DeepSeek官方宣布，“從現(xiàn)在開(kāi)始，1M（一百萬(wàn)）上下文將是 DeepSeek 所有官方服務(wù)的標(biāo)配。”

這帶來(lái)了什么？最直觀的就是價(jià)格便宜。

處理一個(gè)Token所需的總計(jì)算量驟降，直接導(dǎo)致在云端處理每一條請(qǐng)求的電力、硬件磨損和運(yùn)營(yíng)成本都斷崖式下降。這是DeepSeek敢于將API定價(jià)打到行業(yè)地板價(jià)。

DeepSeek V4-Flash輸出價(jià)為2元/百萬(wàn)token，不到同天發(fā)布的GPT-5.5 Pro輸出價(jià)（180美元）的千分之二。

除了更便宜，模型也會(huì)更快。KV緩存占用降低，也有助于提升并發(fā)能力，并在一定程度上改善長(zhǎng)上下文請(qǐng)求的響應(yīng)效率。

讓或許能讓許多曾經(jīng)“奢侈”的應(yīng)用場(chǎng)景成為現(xiàn)實(shí)。例如，將整個(gè)代碼庫(kù)塞進(jìn)上下文進(jìn)行跨文件的“智能體編程”（Agentic Coding）、讓AI進(jìn)行長(zhǎng)時(shí)間的自主規(guī)劃與反思等。

效率的提高源自工程層面的創(chuàng)新。

「甲子光年」認(rèn)為，在延續(xù)底層工程哲學(xué)的基礎(chǔ)上，V4的重點(diǎn)進(jìn)一步轉(zhuǎn)向兩個(gè)問(wèn)題：一是如何低成本支持百萬(wàn)token上下文，二是如何讓更復(fù)雜的模型結(jié)構(gòu)和后訓(xùn)練流程穩(wěn)定運(yùn)行。

最核心的結(jié)構(gòu)創(chuàng)新是混合注意力機(jī)制（HybridAttention），這讓V4的長(zhǎng)上下文效率大幅提升。

大模型在生成內(nèi)容時(shí)，需要不斷回看此前上下文。上下文越長(zhǎng)，需要保存和調(diào)用的KV緩存就越多，每生成一個(gè)新Token時(shí)的推理開(kāi)銷(xiāo)也會(huì)隨之增加。DeepSeek-V4的思路是，將長(zhǎng)上下文分層處理，將壓縮稀疏注意力（CSA）與重度壓縮注意力（HCA）相結(jié)合。

具體來(lái)說(shuō)，V4將壓縮稀疏注意力（CSA）和重度壓縮注意力（HCA）結(jié)合：CSA先壓縮KV信息，再篩選與當(dāng)前query最相關(guān)的部分參與計(jì)算；HCA則以更高壓縮率保留遠(yuǎn)距離上下文的粗粒度信息。同時(shí)，滑動(dòng)窗口注意力（SWA）處理近處上下文細(xì)節(jié)，彌補(bǔ)壓縮機(jī)制可能導(dǎo)致的局部信息損失。

通俗地說(shuō)，傳統(tǒng)注意力機(jī)制更像把整本書(shū)逐頁(yè)攤開(kāi)，每次答題都重新翻一遍；V4則更像更像是一個(gè)智能索引，把近處內(nèi)容保留原文，把遠(yuǎn)處內(nèi)容壓縮成章節(jié)摘要。

另一項(xiàng)核心架構(gòu)創(chuàng)新是流形約束超連接（mHC），用于增強(qiáng)底層穩(wěn)定性。混合注意力機(jī)制解決的是模型“怎么看長(zhǎng)文本”，mHC解決的是模型內(nèi)部信息“如何穩(wěn)定傳遞”。

技術(shù)報(bào)告中提到，通過(guò)重計(jì)算、融合算子等工程優(yōu)化，mHC帶來(lái)的額外訓(xùn)練時(shí)間開(kāi)銷(xiāo)被控制在約6.7%。這表明它并非單純的理論構(gòu)想，而是適配V4大規(guī)模生產(chǎn)訓(xùn)練的實(shí)用設(shè)計(jì)。

DeepSeek對(duì)V4的架構(gòu)很有信心，表示其性能可與GPT-5.2和Gemini-3.0-Pro相媲美，確立了其作為處理復(fù)雜推理任務(wù)的高性?xún)r(jià)比架構(gòu)的地位。

DeepSeek-V4系列的整體架構(gòu)

3.加速?lài)?guó)產(chǎn)替代

另一個(gè)值得注意的地方是，此次DeepSeek-V4與華為的關(guān)聯(lián)更強(qiáng)。

技術(shù)報(bào)告中提到一個(gè)細(xì)節(jié)：DeepSeek的細(xì)粒度專(zhuān)家并行優(yōu)化方案已經(jīng)在英偉達(dá)GPU和華為昇騰NPU上驗(yàn)證。

并且，這套方案在通用推理負(fù)載中帶來(lái)1.50—1.73倍加速，在強(qiáng)化學(xué)習(xí)采樣和高速智能體服務(wù)等低延遲場(chǎng)景中最高達(dá)到1.96倍加速。

這并不等于V4全棧已經(jīng)完全適配昇騰，但意味著昇騰950超節(jié)點(diǎn)對(duì)V4-Pro的意義不只是增加算力，也在于提升多卡協(xié)同能力。若后續(xù)供給和適配順利，V4-Pro的吞吐和成本空間有望改善。

DeepSeek在V4發(fā)布的官宣文章中，用一行小字寫(xiě)道：預(yù)計(jì)下半年昇騰950超節(jié)點(diǎn)批量上市后，pro的價(jià)格會(huì)大幅下調(diào)。

另一方面，技術(shù)報(bào)告還提到，DeepSeek-V4系列的路由專(zhuān)家參數(shù)均采用FP4精度。雖然在現(xiàn)有硬件上，F(xiàn)P4×FP8運(yùn)算的峰值FLOPs性能與FP8 × FP8運(yùn)算相同，但從理論上講，在未來(lái)硬件上其效率可提高三分之一，這將進(jìn)一步提升DeepSeek-V4系列的運(yùn)算效率。

據(jù)「甲子光年」觀察，從V3開(kāi)始，DeepSeek就沒(méi)有單純依賴(lài)參數(shù)規(guī)模，而是持續(xù)優(yōu)化訓(xùn)練效率、顯存占用和硬件利用率。在訓(xùn)練工程上，V4引入Muon優(yōu)化器，并進(jìn)一步使用FP4/FP8低精度訓(xùn)練。前者用于提升收斂速度和訓(xùn)練穩(wěn)定性，后者用于降低顯存、帶寬和推理成本。

這可謂DeepSeek-V4 在技術(shù)選型上的一個(gè)“伏筆”：它在當(dāng)前硬件上選擇了成熟的 FP8×FP8 路線(xiàn)，但架構(gòu)設(shè)計(jì)已為未來(lái)的 FP4×FP8 混合精度運(yùn)算做好了準(zhǔn)備，一旦硬件成熟，效率將立刻躍升。

這意味著 V4 未來(lái)有望在單卡上運(yùn)行更大模型，推理成本也有望繼續(xù)下降。

同時(shí)，基于DeepSeek的高效架構(gòu)，即使國(guó)產(chǎn)AI芯片單卡算力絕對(duì)值不如英偉達(dá)等頂級(jí)產(chǎn)品，也能憑借其高吞吐、低顯存占用的優(yōu)勢(shì)運(yùn)行大模型。

這無(wú)疑進(jìn)一步打破了算力束縛，國(guó)產(chǎn)替代的步伐加快了。

（封面圖由AI生成，文中配圖來(lái)自：DeepSeek）