DeepSeek V4-Pro评测：1.6T开放权重前沿模型

如果您在2026年4月选择前沿级别的编码模型，并想知道DeepSeek V4-Pro是否真正与Claude Opus 4.6和GPT-5.4竞争——或者只是以更低的价格来打压它们——这篇评测值得一读。DeepSeek V4-Pro于2026年4月24日发货，作为两个模型V4预览系列中较大的那一半，在4月24日以MIT许可证发布，默认上下文为1000万个标记。自发布以来，我已经在生产环境中将其与V3.2和V4-Flash进行了对比，简而言之，它在编码基准测试中获得了前沿标签，但在一般知识回忆方面落后于封闭模型。本文将分析其架构、基准测试、定价计算、接入方式和Pro在哪些工作负载上优于Flash。

深寻V4-Pro是什么

DeepSeek V4-Pro是V4预览系列的旗舰级别。DeepSeek V4是一个双模型系列，两个模型都使用专家混合（MoE）架构，并于2026年4月24日同时以MIT许可证发布。DeepSeek-V4-Pro是旗舰产品：总参数量为1.6万亿，每个标记有490亿个活跃参数，在3300亿个标记上进行了预训练。它是[3]的较大版本，两者共同取代了它们之前的V3.x代产品。您可以在[4]上浏览两个级别共享的功能集。 DeepSeek V4-FlashDeepSeek-V4-Pro是V4预览系列的旗舰产品：总参数量为1.6万亿，每个标记有490亿个活跃参数，在3300亿个标记上进行了预训练。它是[3]的较大版本，两者共同取代了它们之前的V3.x代产品。 DeepSeek V4 概览页面。

与V3.x API不同，其中聊天模型和推理器是分开的ID，V4将它们合并为一个模型ID，并带有推理努力参数。DeepSeek-V4-Pro和DeepSeek-V4-Flash都支持三种推理努力模式： reasoning_effort="high" （默认），thinking-max with reasoning_effort="max"，以及非思考方式 extra_body={"thinking": {"type": "disabled"}}.

Architecture and lineage

V4-Pro是DeepSeek已发布的最大开放权重模型，根据现有证据，也是任何实验室中最大的开放权重模型。DeepSeek-V4-Pro是新的最大开放权重模型。它比Kimi K2.6（1.1T）和GLM-5.1（754B）都要大，是DeepSeek V3.2（685B）的两倍以上。Pro在Hugging Face上的大小为865GB，Flash为160GB。

V4版本的主要变化不是原始参数数量，而是长上下文效率。DeepSeek-V4系列集成了混合注意力机制，结合了压缩稀疏注意力（CSA）和重度压缩注意力（HCA），以显著提高长上下文效率。在1M标记的上下文设置中，与DeepSeek-V3.2相比，DeepSeek-V4-Pro只需要27%的单标记推理FLOPs和10%的KV缓存。多约束超连接（mHC）强化了传统的残差连接，增强了信号在层间传播的稳定性，同时保留了模型的表达能力。

快速查看规格

形成V4-Pro的前辈值得简要提及以供参考： DeepSeek V3.2 引入了CSA和HCA所基于的稀疏注意力工作， DeepSeek R1 建立了V4现在作为参数而不是独立模型暴露的思维模式模式。关于完整的时间线，请参阅 DeepSeek models hub.

Benchmarks

这些数据来自DeepSeek发布的V4公告和Hugging Face模型卡。它们是DeepSeek在自身配置下的报告评估；独立复制需要几天到几周的时间，就像每次重大发布一样。

来源：在编码基准测试中，DeepSeek V4-Pro在Terminal-Bench 2.0（67.9%对65.4%）、LiveCodeBench（93.5%对88.8%）和Codeforces评级（3206对未报告分数）上领先Claude。Claude Opus 4.6在SWE-bench Verified（80.8%对80.6%）上略有领先，在HLE（40.0%对37.7%）和HMMT 2026数学（96.2%对95.2%）上有显著领先。GPQA Diamond 90.1，GSM8K 92.6，HLE 37.7，MMLU-Pro 87.5，SWE-Bench Pro 55.4，SWE-Bench Verified 80.6。Codeforces 3206是关键线。这比GPT-5.4（xHigh）的3168要好。MRCR 1M：83.5对Opus 4.6的92.9。Opus仍然是长上下文的领导者。您可以在以下网址交叉检查个人排行榜条目 官方SWE-bench排行榜，以及完整的DeepSeek V4-Pro模型卡片在Hugging Face上.

Strengths

• Agentic coding. V4-Pro在Terminal-Bench 2.0上的67.9%击败了Claude Opus 4.6（65.4%），高出2.5个百分点——这个基准涉及具有3小时超时的真实自主终端执行。这个差距对于代理工作流来说比单轮编码基准更重要。
• 竞赛编程。 Codeforces的3206评级使V4-Pro在那种特定推理风格上超过了GPT-5.4。
• 正式和奥林匹克数学。 V4-Pro在IMOAnswerBench上击败了Claude和Gemini，并在HMMT 2026上接近GPT-5.4。
• Long-context economics. 与V3.2相比的10% KV缓存数字是1M上下文默认发货而不是作为高级附加功能的原因。
• 许可权清晰。 代码和权重都是MIT许可，与覆盖了一些旧版本（V3基础、Coder-V2、VL2）的独立DeepSeek模型许可相比，简化了商业使用。

Weaknesses

• World knowledge. SimpleQA-Verified at 57.9% versus Gemini’s 75.6% reveals a meaningful factual knowledge retrieval gap. If your use case requires accurate real-world knowledge recall — not just code generation — Gemini holds a clear edge.
• 长上下文检索质量。 V4-Pro配备了处理100万个token的廉价基础设施，但Opus 4.6在MRCR上从非常长的草堆中提取信息仍然更准确。
• HLE。 Gemini 3.1 Pro在跨领域专家推理上领先。
• 工具限制。 本次发布不包括Jinja格式聊天模板。DeepSeek在模型仓库中提供了Python编码脚本，用于构建提示。请在您的集成中考虑这一点。
• 自托管硬件。 在磁盘上占用865GB，V4-Pro实际上需要一个多GPU机架；大多数开发者将选择V4-Flash进行本地工作。

如何访问V4-Pro

网页和应用程序

在chat.deepseek.com和移动应用上，V4-Pro显示为 Expert Mode；V4-Flash显示为 Instant ModeDeepThink切换按钮在您选择的任何层级之间切换非思考模式和思考模式。请参阅 DeepSeek chat 如果您是界面新手，请参阅操作指南。

API

Chat requests hit POST /chat/completions, the OpenAI-compatible endpoint at https://api.deepseek.com. DeepSeek also ships an Anthropic-compatible surface against the same base URL, so the Anthropic SDK works by swapping base_url and api_keyAPI是无状态的——您的客户端必须在每次请求中重新发送完整的对话历史。相比之下，网页和应用程序会为您保持会话状态。

使用 OpenAI SDK 的最小 Python 示例，以思考模式调用 V4-Pro：

from openai import OpenAI

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

resp = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "You are a senior Go engineer."},
        {"role": "user", "content": "Port this Rust service to Go, preserving concurrency semantics."},
    ],
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
    max_tokens=8000,
)
print(resp.choices[0].message.content)

当启用思考时，响应将返回 reasoning_content alongside the final content. Set reasoning_effort="max" 以获得最大的思考预算，并将其与至少384K个令牌的上下文窗口搭配，以避免截断。

在迁移窗口期间，旧版ID仍然有效。deepseek-chat和deepseek-reasoner将在2026年7月24日15:59（UTC时间）后完全退役且不可访问。目前路由到deepseek-v4-flash非思考/思考。如果您使用的是这些之一，请将其交换为 model= field to deepseek-v4-pro or deepseek-v4-flash 在截止日期之前 — the base_url 不变。对于更详细的操作指南，请参阅我们的教程。 DeepSeek API getting started 指南，以及参数参考（包括JSON模式、工具调用、流式处理、上下文缓存）的temperature, top_p, max_tokens, reasoning_effortDeepSeek硬件计算器 DeepSeek API documentation.

Open weights

两个V4模型都已发布在Hugging Face上，遵循MIT协议。在865GB的情况下，您无法在单个工作站上运行V4-Pro——大多数希望本地推理的团队会转向 用于调整V4-Flash的大小。 指标

Pricing snapshot (as of April 2026)

DeepSeek对Flash收费为每百万个输入令牌0.14美元和每百万个输出令牌0.28美元。在2026年5月31日之前75%的促销期间，Pro列表价格为每百万个输入令牌0.435美元和每百万个输出令牌0.87美元（列表价分别为1.74美元/3.48美元），但75%的促销折扣将持续至2026年5月31日15:59 UTC：促销期间，V4-Pro的收费为每百万个缓存未命中输入令牌0.435美元和每百万个输出令牌0.87美元（缓存命中输入令牌为0.003625美元，与列表价0.0145美元相比）。促销结束后，将恢复列表价格。V3时代存在的非高峰时段夜间折扣现在不活跃——DeepSeek于2025年9月5日停止了该折扣，并且尚未为V4重新引入。预览窗口期间的价格可能会变化；请在 DeepSeek API pricing page before committing.

工作示例：100万次V4-Pro调用

场景：100万个API调用，每个调用包含一个2000个令牌的系统提示（跨调用缓存），一个200个令牌的用户消息（针对前缀的未缓存未命中），和一个300个令牌的响应。定价层级： deepseek-v4-pro.

Cached input  : 2,000,000,000 tokens × $0.003625/M = $7.25     (promo; list $29.00)
Uncached input:   200,000,000 tokens × $0.435/M    = $87.00    (promo; list $348.00)
Output        :   300,000,000 tokens × $0.87/M     = $261.00   (promo; list $1,044.00)
                                                     ---------
Total                                                $355.25   (promo through 2026-05-31; list $1,421.00)

在V4-Flash上的相同工作量计算为117.60美元（2026-04-26后缓存命中率下降）——大约是当前促销下V4-Pro的三分之一，或者大约是标价时的十二分之一。这是标价率下的核心定价权衡：V4-Pro的缓存未命中输入是V4-Flash的约7倍，输出是约12倍；2026-05-31前的75%促销将这一比例缩小到约3倍。无论如何，它只应该通过证明其合理性的基准提升来获得。对于大多数聊天、总结和简单的代码补全工作负载，Flash是合理的默认选择。对于运行长Terminal-Bench风格循环的自主编码代理，Pro开始变得划算。使用代码精确模拟这些数字。 DeepSeek pricing calculator.

在这里，竞争环境很重要。OpenAI的GPT 5.4每1000万个输入令牌收费2.50美元，每1000万个输出令牌收费15.00美元，而Claude Opus 4.6每1000万个输入令牌收费5美元，每1000万个输出令牌收费25美元。因此，DeepSeek——至少在基准测试中——以标价率降低50-80%的成本提供了与这些模型相似的性能，在2026-05-31前的V4-Pro 75%促销期间降低到约90-97%。截至2026年4月，V4-Pro是最低端的前沿级编码API之一，但任何具体的“最便宜”声明都取决于你与哪个提供商进行比较——请检查每个供应商的实时定价页面。

Best use cases

• 自主编码代理。 Terminal-Bench 2.0 和 SWE-Bench 验证分数使这款应用脱颖而出。搭配 DeepSeek for coding 模式。
• 仓库规模代码审查和迁移。 100万个标记的窗口让 Pro 一次通过即可处理中等规模的 monorepos —— 查看 DeepSeek for developers.
• 研究和形式数学。 IMOAnswerBench 和 Putnam 的结果将 V4-Pro 置于 DeepSeek for math 描述的工作流程中。 DeepSeek for research and DeepSeek for math.
• 高容量数据分析管道 在其中 Pro 的推理提升值得在请求子集上的溢价 —— 查看 DeepSeek for data analysis.

值得比较的替代方案

如果您正在评估 V4-Pro 与封闭前沿模型，以下是对决分析中要阅读的内容 DeepSeek vs Claude and DeepSeek vs ChatGPT如果您想要一份类似规模的开源重量级选项的简短列表， 如DeepSeek这样的开源AI 收集了Kimi K2.6、GLM 5.1以及其他选项。

Verdict

V4-Pro是一个可信的前沿级编码和代理模型，其输出成本大约是Claude Opus 4.6的七分之一。它在世界知识和HLE方面落后于封闭模型，而Opus在长上下文检索质量上仍然领先。对于在开放权重MIT许可证下构建编码协作伙伴、自主代理或竞技编程工具的团队，Pro在堆栈中占有一席之地；对于通用聊天，V4-Flash仍然是合理的默认选择。

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.