DeepSeek V2解析：开启了一个世系的MoE模型

为什么在DeepSeek V2发布两年后的2026年，还有人撰写关于它的文章？因为今天V4-Pro和V4-Flash中的每一个架构选择都源自它。如果你想了解为什么DeepSeek的API价格如此，为什么它的KV缓存足够小，可以服务1M-token的上下文，或者多头潜在注意力从何而来，V2就是答案。我从2024年中开始在生产环境中运行V2，直到V3取代它，这个架构仍然值得仔细研究。

本文为你呈现了完整的V2图景：参数数量、DeepSeek在原始技术报告中发布的基准测试、V2的优点和缺点、如何获取今天的开源权重，以及如何在V4成为前沿模型后思考V2。到文章结束时，你将知道V2是否仍然值得你花费时间。

DeepSeek V2是什么？

DeepSeek V2是由DeepSeek-AI发布的开放权重混合专家（MoE）语言模型 2024 年 5 月 7 日这是一个强大的开源混合专家语言模型，以经济高效的训练和推理为特点，通过创新的Transformer架构，配备总共236B参数，其中21B参数用于每个token，并支持128K token的上下文长度。这次发布标志着DeepSeek从密集模型（早期的67B系列）转向稀疏MoE——并且引入了后来每个DeepSeek模型都使用的两个架构思想。

两个想法最为重要。第一个是 Multi-head Latent Attention (MLA)，它将驱动注意力的键值张量压缩到一个更小的缓存中。第二是 DeepSeekMoE，一种细粒度的专家路由方案。它们共同使得V2训练成本低廉，服务速度快。与DeepSeek 67B相比，DeepSeek-V2节省了42.5%的训练成本，将KV缓存减少了93.3%，并将最大生成吞吐量提高了5.76倍。

Architecture and 行age

参数数量和上下文

• 总参数量： 236B
• 每个标记的活跃参数： 21B
• 上下文长度： 128K tokens
• 预训练语料库： 8100亿个标记
• 发布日期： 2024 年 5 月 7 日
• 发布时的变体： DeepSeek-V2（基础），DeepSeek-V2 Chat（SFT），DeepSeek-V2 Chat（RL），以及更小的DeepSeek-V2-Lite

预训练语料库由8.1T token组成。与DeepSeek 67B使用的语料库相比，这个语料库具有更多的数据量，特别是中文数据，以及更高的数据质量。中文数据的加权是V2相对于其规模在中文语言评估中仍然表现良好的原因之一。

Multi-head Latent Attention (MLA)

标准的多头注意力机制为每个标记、每层、每个头存储一个单独的键和值向量。在长上下文长度下，KV缓存主导了GPU内存。MLA（多智能体学习架构），在DeepSeek V2、V3和R1中使用，提供了一种节省内存的策略，与KV缓存配合得非常好。MLA中的想法是在将它们存储在KV缓存之前，将键和值张量压缩到低维空间。在推理时间，这些压缩的张量在使用之前被投影回原始大小。这增加了一个额外的矩阵乘法，但减少了内存使用。

这是使2024年的128K上下文变得经济实惠的技巧，并且至今仍在支撑当前一代的长上下文推理。如果你阅读了V3或V4的技术报告，你会看到它们引用V2的MLA作为它们建立的基础。

DeepSeekMoE

对于FFN（前馈神经网络），DeepSeek-V2采用了DeepSeekMoE架构，包含两个关键思想：将专家细分为更细的粒度以实现更高的专家专业化和更准确的知识获取，以及隔离一些共享专家以减轻知识冗余。在训练时间约束路由以限制跨设备通信，这也是DeepSeek的训练成本数字如此之低的部分原因。

到当前模型的演变

自V2以来，DeepSeek推出的所有产品都继承了这种架构。DeepSeek-V3是一个强大的混合专家语言模型，总参数量为671B，每个标记激活37B，为了实现高效的推理和成本效益高的训练，DeepSeek-V3采用了多头潜在注意力（MLA）和DeepSeekMoE架构，这些架构在DeepSeek-V2中得到了充分验证。R1使用了V3的基础；V3.1增加了混合思维模式；V3.2增加了DeepSeek稀疏注意力；V4在顶部分层压缩稀疏注意力。这个分支始于V2。

关于目前这一系列所处的实时图片，请参见 DeepSeek V4 and the DeepSeek models hub.

DeepSeek V2基准测试

下面的数字取自DeepSeek原始的V2技术报告（arXiv 2405.04434，2024年5月）。比较行引用了DeepSeek当时引用的模型版本——主要是LLaMA 3 70B Instruct和Mixtral 8x22B。不要将这些视为与当前一代模型的竞争；V4时代基准测试的正确比较在 DeepSeek benchmarks 2026 roundup.

DeepSeek-V2 Chat（RL）在AlpacaEval 2.0上实现了38.9的长度控制胜率，在MT-Bench上实现了8.97的整体得分，根据V2论文。在MMLU上，DeepSeek-V2仅使用少量激活参数就实现了顶尖性能——标题框架是每参数效率，而不是绝对能力。

报告中特别指出：DeepSeek-V2 Chat（SFT）在代码和数学相关基准测试中的性能与LLaMA3 70B Chat相似。LLaMA3 70B Chat在MMLU和IFEval上的表现更佳，而DeepSeek-V2 Chat（SFT）在中文任务上的性能更强。V2并非全面超越；它是一种谨慎的权衡。与DeepSeek-V2 Chat（SFT）相比，DeepSeek-V2 Chat（RL）在数学和编码任务上的性能进一步提升。

优势——V2特别胜出的地方

• 每个活跃参数的效率 在推理时仅激活236亿参数中的21亿，使得V2在保持相似质量的同时，服务成本比密集型70亿模型大幅降低。
• KV缓存占用空间 与密集型67亿基线相比，减少了93.3%，这意味着单个GPU可以同时处理更多并发长上下文对话。
• 数学与代码（Chat RL） 通过RL调优的聊天变体将GSM8K推至92以上，HumanEval推至81以上——对于2024年中的开放权重模型来说，这是非常强劲的数字。
• 中文任务 训练混合模式使V2在C-Eval和CMMLU等中文基准测试上优于LLaMA 3。
• 开放权重，带有宽松的代码许可 代码仓库在MIT许可下发布，模型权重在DeepSeek的单独模型许可下——在满足条件下可用于商业用途。在重新分发前请阅读模型卡片。

劣势——V2不足之处

• 绝对MMLU V2的77.8在LLaMA 3 70B Instruct和当时闭源前沿（GPT-4-Turbo、Claude 3 Opus）之间处于落后地位。
• 遵循指令和IFEval V2论文本身指出，LLaMA 3 70B Chat在IFEval上的表现更强。在2024-09 V2.5更新之前，V2并不擅长紧密的约束遵循。
• 用于自托管的硬件 在BF16中，236B参数需要大约470GB的权重内存，在KV缓存之前。大多数本地运行V2的人使用了更小的V2-Lite。对于尺寸，请参考以下内容。 DeepSeek hardware calculator 有用。
• No reasoning mode. V2 时代早于思考模式时代。没有输出，也没有逐步推理的痕迹；为此，您需要 R1 或任何 V4 级别的模型。 reasoning_content 没有输出，也没有逐步推理的痕迹；为此，您需要 R1 或任何 V4 级别的模型。
• 旧化质量。 2026年的V2聊天交互感觉明显比V4-Flash聊天交互要老。这就是V4存在的意义。

如何今天访问DeepSeek V2

V2 已不再是任何地方的默认模型。仍然存在三条访问路径：

1. Open weights on Hugging Face. The original deepseek-ai/DeepSeek-V2, DeepSeek-V2-Chat, and DeepSeek-V2-Lite 存储库仍然在线，可供自托管和研究使用。请参阅实际设置教程。 install DeepSeek locally 旧版 API ID（过渡性）。
2. API 中的模型 ID The deepseek-chat and deepseek-reasoner model IDs in the API do not 现在不再路由到V2。它们目前路由到 deepseek-v4-flash ，并将完全退役于 2026-07-24 at 15:59 UTC。如果您有一个硬编码 deepseek-chat的旧客户端，您正在与V4-Flash通信，而不是V2。
3. 仅适用于V2特定工作的自托管。 如果您特别需要V2的权重——例如，为了重现2024年的论文——那么Hugging Face是唯一的选择。

使用当前的API（V4）代替

如果您是因为旧教程指向了V2而来到这里，并且只想进行一个有效的聊天调用，请使用V4。聊天请求达到 POST /chat/completions, the OpenAI-compatible endpoint at https://api.deepseek.com。使用OpenAI SDK的最小Python：

from openai import OpenAI

client = OpenAI(
    base_url="https://api.deepseek.com",
    api_key="YOUR_KEY",
)

resp = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "Summarise the V2 paper in 3 bullets."}],
    temperature=1.3,
    max_tokens=512,
)
print(resp.choices[0].message.content)

The API is stateless — 客户端必须在每次请求中重新发送会话历史。网页聊天和移动应用会为您保留会话历史；API则不会。如果您更喜欢该SDK，DeepSeek还提供了一个与Anthropic兼容的界面，针对相同的基URL。对于更详细的操作说明，请参阅[1]页面——在承诺预算之前——预览窗口期间的价格可能会变化。高峰时段折扣已于2025-09-05结束，尚未恢复。 DeepSeek API getting started guide.

思维模式是V4模型上的一个请求参数——设置为 reasoning_effort="high" with extra_body={"thinking": {"type": "enabled"}} to get reasoning_content alongside the final contentV2没有等效版本。

定价快照——V2的成本以及当前模型的成本

V2的托管定价不再公布；别名已从V2迁移至V2.5，再到V3，V3.1，V3.2，最终至V4-Flash。 deepseek-chat ，当前每1M个token的费率如下： April 2026总是请验证这些信息。

API。 DeepSeek API pricing 在承诺预算之前——预览窗口期间的价格可能会变化。高峰时段折扣已于2025-09-05结束，尚未恢复。

工作示例：在V4-Flash上执行100万次调用

对于一个典型的聊天机器人——2,000个token的系统提示在调用之间缓存，200个token的用户消息不缓存，300个token的回复，重复1,000,000次——V4-Flash的计算如下：

• Cached input: 2,000 × 1,000,000 = 2,000,000,000 tokens × $0.0028/M = $5.60
• Uncached input: 200 × 1,000,000 = 200,000,000 tokens × $0.14/M = $28.00
• Output: 300 × 1,000,000 = 300,000,000 tokens × $0.28/M = $84.00
• Total: $117.60

相同的工作负载在V4-Pro上的成本大约为355.25美元（75%的促销价至2026-05-31；目录价1,421.00美元）——在促销期间大约是Flash的三倍，在目录价上是十倍——这是您达到前沿级别时的权衡。

V2的最佳用例（2026年）

实话实说，非常少。V2现在更多的是一个研究性成果，而不是一个工作工具。仍然有意义的场景：

• 复制2024年的论文 用于学术研究——请使用原始的Hugging Face检查点。
• 研究MLA实现 ——V2的参考代码是阅读原始MLA设计的最佳位置。
• 空中隔离的中文部署 在可以托管236B但无法托管671B的硬件上——V2在中文任务上仍然优于大多数约70B的密集模型。

对于其他所有事情——编码、写作、代理——请使用V4-Flash。参见 DeepSeek for coding and DeepSeek for developers 了解当前一代的工作流程。

Comparable alternatives

如果您从历史角度比较V2，明显的同类产品是LLaMA 3 70B和Mixtral 8x22B。 行 到当前替代方案，更有用的页面是：

• DeepSeek V2.5 ——2024年9月的刷新，修复了V2的指令跟随差距
• DeepSeek V3 ——2024年12月26日替代V2的API的671B/37B后继者
• DeepSeek vs Llama ——大多数V2读者真正想要的开放重量比较
• Open-source AI like DeepSeek ——更广泛的格局

Verdict

DeepSeek V2是DeepSeek-AI于2024年5月7日发布的开放权重混合专家语言模型。它拥有236B的总参数，每个token激活21B，128K的上下文窗口。它引入了两个架构理念——多头潜在注意力和DeepSeekMoE——这些理念被后续的每个DeepSeek模型仍在使用。对于更广泛的模型系列，请参阅... why V4-Flash每百万输入令牌收费0.14美元，请先阅读V2技术报告。

DeepSeek AI Guide is an independent resource and is not affiliated with DeepSeek or its parent company. Model IDs, pricing and API behaviour change; check the official DeepSeek documentation and pricing page before committing to a production decision.