V4 系列全系 1M token 上下文、最大输出 384K；经济的长上下文来自架构而非补贴。
将注意力计算压缩到稀疏的关键位置上，长序列下的计算量随长度增长远慢于标准注意力——这是 1M 窗口可行的前提。
对"久远"上下文做重度压缩记忆，KV 缓存降至 V3.2 的约 10%；配合 128K 精确窗口兼顾召回质量。
| 场景 | 建议档位 | 理由 |
|---|---|---|
| 整仓代码智能体 | deepseek-flash | 1M 装入仓库 + 视觉读架构图，并发 2500 适合 CI 批处理 |
| 数百页文档 RAG | deepseek-flash | 缓存命中 $0.003，重复检索成本趋零 |
| 超长离线推理 | deepseek-v4-pro | 1.6T 旗舰处理最难的跨文件推理，批处理不吃并发上限 |
局限提示：官方与第三方评测均指出，1M 检索召回与 Claude Opus 4.6（MRCR）仍有差距；世界知识广度弱于 Gemini-3.1-Pro——事实性问答建议搭配检索。
大模型网摘