DeepSeek V4预览：专业版和闪存版，1M上下文，已测试

如果您已经在生产环境中运行了DeepSeek V3.2，并且不断看到关于新版本发布的头条新闻，这里有一个简短的版本：DeepSeek V4于2026年4月24日作为预览版发布，它不是一个单一模型——它是一个两层级的家族。`deepseek-v4-pro` ID为您提供前沿规模的推理和代理编码；`deepseek-v4-flash`以大约七分之一的每令牌成本提供大部分这种质量。两者都共享相同的100万个令牌的上下文窗口，两者都随附MIT授权的权重在Hugging Face上，并且两者都将思考模式作为请求参数而不是单独的端点。本文涵盖了每个层级实际上做什么，它的成本是多少，它在哪些方面胜过（以及输给）Claude和GPT-5竞争对手，以及如何在它们退役之前从旧的`deepseek-chat`和`deepseek-reasoner` ID迁移。

DeepSeek V4是什么？

DeepSeek V4是杭州DeepSeek实验室发布的第四代模型家族，于2026年4月24日作为预览版发布。预览版包括两个强大的混合专家（MoE）语言模型——DeepSeek-V4-Pro（1.6T参数，49B激活）和DeepSeek-V4-Flash（284B参数，13B激活），两者都支持一百万个令牌的上下文长度。与V3.x不同，V3.x将思考和非性思考行为分割到不同的模型ID中，V4将推理努力视为请求参数，因此任何层级都可以在非思考、思考或最大思考模式下运行。

两个层级都遵循MIT许可的开放权重，并以三种方式提供：DeepSeek API、官方web聊天chat.deepseek.com（V4-Pro作为“专家模式”，V4-Flash作为“即时模式”），以及直接从Hugging Face下载。关于它在谱系中的位置，请参阅 DeepSeek V3.2 and the wider DeepSeek models hub.

架构和血统

层级规格

DeepSeek-V4-Pro是新的最大开放权重模型——比Kimi K2.6（1.1T）和GLM-5.1（754B）都要大，并且比DeepSeek V3.2（685B）大两倍以上。Pro在Hugging Face上为865 GB，Flash为160 GB。实际上，这意味着V4-Pro是一个数据中心模型；V4-Flash，轻度量化，是业余爱好者和小型团队有实际机会在其自身硬件上运行的模型。

效率故事

技术报告中的主要声明不是能力，而是在非常长的上下文中的每令牌成本。V4使用结合压缩稀疏注意力（CSA）和重度压缩注意力（HCA）的混合注意力机制，以显著提高长上下文效率。在100万个令牌的上下文设置中，与DeepSeek-V3.2相比，DeepSeek-V4-Pro只需要27%的单令牌推理FLOPs和10%的KV缓存。V4-Flash将这些数字进一步降低，大约为FLOPs的10%和KV缓存的7%。

这很重要，因为这是为什么1M上下文在两个层级上都是默认设置而不是昂贵的增值功能。该模型使用FP4 + FP8混合精度在33T个令牌上进行预训练——MoE专家在FP4，大多数其他参数在FP8。

性能基准

以下所有图表均为DeepSeek在V4发布和技术报告中报告的数字。请与相关数据进行交叉核对。 Hugging Face 上的 V4-Pro 模型卡片 在做出采购决策之前——前沿基准数字每周变动。

V4-Pro每token激活49亿参数，支持100万个token的上下文窗口，在SWE-bench Verified上达到80.6%，与Claude Opus 4.6仅相差0.2分。在编码基准测试中，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）上领先于Claude。Claude Opus 4.6在SWE-bench Verified（80.8%对80.6%）上略领先，在HLE（40.0%对37.7%）和HMMT 2026数学（96.2%对95.2%）上领先幅度更大。

在长上下文检索——一个最能证明100万窗口合理的基准——V4-Pro在128K token时达到94%的MRCR检索准确率，在512K token时达到82%，在1M token时仍保持在66%。DeepSeek报告称，V4-Pro在MRCR任务上优于Gemini-3.1-Pro（83.5对76.3），但落后于Claude Opus 4.6（92.9）。在 CorpusQA——一个更接近真实长文档使用的基准——V4-Pro在1M token时达到62.0%，击败了Gemini 3.1 Pro的53.8%。

Strengths

• 代理编码. V4-Pro的Terminal-Bench和LiveCodeBench数据使其在开发者真正关心的工作负载上与闭源前沿模型相当或更高。有关特定角色的上下文，请参阅。 DeepSeek for coding.
• 长文本经济 与V3.2相比，在1M token时FLOP减少了27%，使得完整仓库分析和长时间运行的代理场景在财务上变得可行，而不仅仅是技术上可能。
• 在MIT下开放权重 两个级别都按照MIT许可证发布权重，这比应用于旧模型（如V3基础、Coder-V2和VL2）的分许可更广泛。
• 工具兼容性 该API支持针对同一基本URL的OpenAI ChatCompletions和Anthropic协议，因此现有的Claude-SDK客户端可以通过更改`base_url`和`api_key`进行切换。

Weaknesses

• 预览，非最终版本 DeepSeek的技术报告指出，预计将进一步进行训练后的优化。对于生产工作负载，在从稳定模型切换之前，请先评估V4在您特定任务上的表现。
• 长文本检索仍落后于Claude Opus 4.6在1M个token的MRCR上仍然领先；如果您的核心工作负载是在非常长的输入中进行海中捞针的检索，Claude仍然是更安全的选择。
• Data residency. DeepSeek的API基础设施位于中国，这为处理受监管或敏感数据的团队创造了数据主权方面的考虑。在MIT许可证下通过开源权重自行托管是具有严格数据居住要求团队的推荐路径。
• 世界知识 V4在所有当前公开模型的世界知识方面领先，但落后于Gemini-3.1-Pro，因此如果您正在构建一个无检索的事实问答产品，Gemini可能仍然略胜一筹。

如何访问DeepSeek V4

网络聊天和应用程序

最简单的路径是chat.deepseek.com或移动应用。V4-Pro显示为专家模式；V4-Flash为即时模式。DeepThink切换现在可以在非思考行为和思考行为之间切换活动层级。有关入职帮助，请参阅 DeepSeek beginners guide.

API快速入门

Chat requests hit POST /chat/completions, the OpenAI-compatible endpoint at https://api.deepseek.com. API是无状态的——客户端必须在每次请求中重新发送完整的对话历史，与DeepSeek侧维护会话历史的Web聊天不同。以下是一个使用OpenAI SDK的Python最小示例：

from openai import OpenAI

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

resp = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "You are a concise code reviewer."},
        {"role": "user", "content": "Review this diff..."},
    ],
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
    temperature=0.0,
    max_tokens=8192,
)

print(resp.choices[0].message.reasoning_content)
print(resp.choices[0].message.content)

Thinking mode returns reasoning_content alongside the final content. 默认情况下，V4已启用思考（reasoning_effort="high"）。为了选择更快速/更便宜的无需思考的调用，请传递 extra_body={"thinking": {"type": "disabled"}} ——无需思考仍然支持工具调用和流式传输。DeepSeek还通过相同的基URL公开了一个Anthropic兼容的界面。对于更深入的覆盖范围，请参阅 DeepSeek API documentation and the DeepSeek API getting started tutorial.

Legacy IDs and the migration window

如果您已有调用 deepseek-chat or deepseek-reasoner，今天没有任何东西会损坏。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无需思考/思考。迁移是一行代码 model= 交换；保留 base_url，只需更新模型为 deepseek-v4-pro 或 deepseek-v4-flash。

自托管

权重位于Hugging Face。V4-Flash在约160 GB时，在4位量化下，对于配置良好的工作站来说触手可及；V4-Pro在约865 GB时，是多GPU服务器的方案。我们的 install DeepSeek locally 指南将带您了解常见设置。

价格快照（截至2026年4月）

两个级别发布三个令牌速率：缓存输入、未缓存输入和输出。速率以美元每100万个令牌计算，在思考和无需思考模式下均适用——推理模式仅影响您以该速率烧毁的令牌数量。

DeepSeek对Flash的收费为每百万输入令牌0.14美元，每百万输出令牌0.28美元，对Pro的收费为每百万输入令牌0.435美元，每百万输出令牌0.87美元，在2026年5月31日前的75%促销期间（列表价格为1.74美元/3.48美元）。目前不提供非高峰时段折扣——DeepSeek于2025年9月5日结束了折扣，并在V4版本中没有重新引入。在预算前请在官方定价页面上核实数字，并查看 DeepSeek API pricing 实时跟踪分解的页面。

实例分析——大规模V4-Flash

1,000,000 API调用，2,000令牌缓存的系统提示，200令牌未缓存的用户消息，300令牌响应：

• 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

实例分析——同等规模的V4-Pro

• 缓存输入：2,000,000,000 × $0.003625/M（促销）= $7.25
• 非缓存输入：200,000,000 × $0.435/M（促销）= $87.00
• 输出：300,000,000 × $0.87/M（促销）= $261.00
• 总计：$355.25 （V4-Pro至2026年5月31日享受75%促销；标价总计为$1,421.00）

在列表价格下，Pro在相同工作量上大约是Flash的10倍（在2026年5月31日前的75%促销期间大约是3倍）。这是基准提升的真实价格。对于大多数聊天和标准推理工作量，Flash是正确的默认选择。将Pro保留用于代理编码、复杂工具使用或那些其数字明显领先的特定长上下文任务。

最佳用例

• 代理编码 assistants. V4-Pro在Terminal-Bench 2.0和LiveCodeBench上是今天最强的开放重量级选项——见 DeepSeek for developers.
• 长文档分析。 1M上下文与CorpusQA数字击败Gemini 3.1 Pro，使V4-Pro成为研究工作流程的可靠选择。 高容量聊天应用。.
• 自托管企业部署。 V4-Flash每百万令牌0.14美元/0.28美元的价格使得面向客户的助手在规模上具有经济可行性。
• 如果您正在评估更广泛的选择，该中心跟踪当前的开源权重格局。 两级都采用MIT许可的权重消除了阻碍了一些团队在V3时代发布中的许可模糊性。

可比替代方案

显而易见的边界比较是封闭侧的GPT-5.x和Claude Opus 4.x，以及开放权重同侪中的Kimi K2.6和GLM-5.1。对于结构化面对面比较，从 DeepSeek vs Claude and DeepSeek vs ChatGPT。如果您正在评估更广泛的选择，该中心跟踪当前的开源权重格局。 DeepSeek alternatives 思考模式是V4级别上的一个请求参数，而不是一个单独的模型。设置

Verdict

DeepSeek V4是首个公开重量级版本，其中双层产品策略——前沿Pro、经济Flash——真正得到执行，而不仅仅是宣布。V4-Pro是您今天可以在1M上下文中运行的最高效的开放模型；V4-Flash是大多数团队实际部署的选择。它仍然是预览版，Claude在长上下文检索方面仍处于领先地位，基础设施位于中国——因此请根据您的负载进行评估，为未缓存的输入线预留预算，并在做出承诺前查看官方文档。

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.