DeepSeek最新更新 — V4预览版随附内容（2026年4月）

如果您维护DeepSeek集成，过去24小时已改变您的待办事项。DeepSeek最新的主要更新需要吸收：V4预览版于2026年4月24日上线，旧版`deepseek-chat`和`deepseek-reasoner`ID已进入90天退休倒计时，现在定价分为两个级别而不是一张价格表。我在发布当天重新运行了我们的生产回归测试套件，通过OpenAI兼容的API对V4模型进行测试，并完整阅读了DeepSeek的技术报告。本文将介绍实际发布的内容、我验证的主要来源数据，以及您不得推迟至2026年7月24日之后的迁移工作。

DeepSeek于2026年4月24日发布的内容

DeepSeek发布了 V4预览 作为两个专家混合模型的开源重量级系列。DeepSeek-V4-Pro拥有1.6T总参数/49B活跃参数，性能可与顶级闭源模型相媲美，而DeepSeek-V4-Flash在284B总参数/13B活跃参数下是快速、高效、经济的级别。两个模型都在默认的1M标记上下文窗口中运行，权重在Hugging Face下以MIT许可许可证发布。

主要的架构变化是效率，而不是参数数量。混合注意力架构结合了压缩稀疏注意力（CSA）和高度压缩注意力（HCA），在1M标记上下文中，DeepSeek-V4-Pro相比V3.2只需要27%的单标记推理FLOPs和10%的KV缓存。这就是长上下文从营销复选框变成实际可以负担的工作负载之间的区别。

在聊天机器人方面，V4已在chat.deepseek.com上线，专家模式映射到V4-Pro，即时模式映射到V4-Flash。旧的DeepThink切换现在将V4在非思考模式和思考模式之间切换，而不是V3.x。如果您想了解模型家族本身的更广泛背景，请参阅全文。 DeepSeek V4 write-up.

V4-Pro与V4-Flash对比 — 哪个级别对应哪个

V4是一个系列，而不是单一模型。两个级别共享功能集，但针对不同的预算。

V4-Pro现在是最大的开源权重模型——比Kimi K2.6（1.1T）和GLM-5.1（754B）都要大，比DeepSeek V3.2（685B）大两倍以上。专业级别的投入仅适用于前沿级别的代理或编码工作；对于聊天形态或RAG形态的工作负载，Flash是我推荐的新项目方向。详细级别页面： DeepSeek V4-Pro and DeepSeek V4-Flash.

性能基准 — 技术报告实际上说了什么

DeepSeek自己的数据显示，V4-Pro在最大推理努力（reasoning_effort=max）下，在编码和数学方面与当前前沿模型竞争力相当，但在事实回忆方面落后。我引用的是报告中的数据；独立重跑的结果仍在陆续到来。

从表格中可以得到两个诚实的解读。首先，在SWE-Bench 验证中，V4-Pro得分为80.6——仅略低于Claude（80.8）和与Gemini（80.6）持平，在Terminal-Bench 2.0中，V4-Pro（67.9）击败了Claude（65.4），同时与Gemini（68.5）保持竞争力，尽管GPT-5.4以75.1领先。其次，HLE在37.7%的得分使V4-Pro低于Claude（40.0）、GPT-5.4（39.8），以及远低于Gemini-3.1-Pro（44.4），而SimpleQA 验证在57.9%与Gemini的75.6%相比，揭示了有意义的事实知识检索差距。如果您需要准确的世界知识回忆，闭源模型仍然领先；如果您需要一个代理编码器，V4-Pro有真正的优势。

DeepSeek坦率地描述了整体定位。“专业”版本的性能仅“略微”低于OpenAI的GPT-5.4和Gemini 3.1-Pro，“表明其发展轨迹落后于当前一代前沿模型大约3到6个月，”杭州的这家初创公司表示。更深入的分析将在 DeepSeek 基准测试 2026 跟踪器

定价 — 新的两级收费标准

V3.2的单个价格表已不再存在。V4按级别发布单独定价，每个级别有三个令牌桶。以下价格按每1000万个令牌计算，如DeepSeek在2026年4月24日的定价页面所示。

独立发布日报道确认了主要数据：他们为Flash收费0.14美元/百万输入令牌和0.28美元/百万输出令牌，Pro版本在2026-05-31之前的75%促销期间收费0.435美元/百万输入令牌和0.87美元/百万输出令牌（列表价1.74美元/3.48美元）。为比较参考，GPT-5.4每1M输入令牌收费2.50美元，每1M输出令牌收费15.00美元，而Claude Opus 4.6每1M输入令牌收费5美元，每1M输出令牌收费25美元——这使得V4-Pro的输出价格大约是Opus 4.6的七分之一。我们的实时计算器在此 DeepSeek pricing calculator 页面，并且完整的速率历史已开启 DeepSeek API pricing.

工作示例——V4-Flash上的百万次调用

假设系统提示缓存为2,000个令牌，每次调用200个令牌的用户消息（对该前缀的未缓存缺失），以及300个令牌的响应。你必须列出所有三个令牌桶：

• 缓存输入：2,000 × 1,000,000 = 2.0B 令牌 × $0.0028/M = $5.60
• 非缓存输入：200 × 1,000,000 = 200M 令牌 × $0.14/M = $28.00
• 输出：300 × 1,000,000 = 300M 令牌 × $0.28/M = $84.00
• Total: $117.60

在 V4-Pro 上的相同工作量达到 $1,421.00 — 大约是十倍之多。不要在单个计算中混合不同层级的速率。

您需要实施的API更改

聊天请求仍然命中 POST /chat/completions，兼容 OpenAI 的端点，在 https://api.deepseek.com该API是无状态的——客户端必须在每个请求中重新发送完整的对话历史，与维护会话历史的网页聊天不同。有两个新功能：

1. 模型 ID 已更改。 使用 deepseek-v4-pro or deepseek-v4-flash保持base_url不变，只需将模型更新为deepseek-v4-pro或deepseek-v4-flash。支持OpenAI ChatCompletions和Anthropic API。
2. 思考是一个参数，而不是一个ID。 两个V4模型都通过相同的请求接受三种推理努力模式。设置 reasoning_effort="high" plus extra_body={"thinking": {"type": "enabled"}} 为思考模式，或 reasoning_effort="max" 为Think-Max设置（需要至少384K的上下文预算令牌）。

使用OpenAI SDK的最小Python调用：

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": "user", "content": "Refactor this migration plan."}],
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
    max_tokens=8000,
)
print(resp.choices[0].message.content)

当启用思考时，响应返回 reasoning_content alongside the final content。JSON模式、工具调用、流式传输、上下文缓存、FIM完成（Beta — 需要 thinking: {"type": "disabled"}），以及Chat Prefix Completion（Beta）都得以保留。DeepSeek官方指南 temperature 代码/数学为0.0，数据任务为1.0，一般对话和翻译为1.3，创意写作为1.5。完整的操作指南在 DeepSeek API documentation page.

JSON模式旨在返回有效的JSON，但不保证——在提示中包含“json”一词以及一个简例模式，设置 max_tokens 应足够高以避免截断，并处理偶尔的空响应。详细说明如下： DeepSeek API JSON mode page.

旧ID退休时钟

如果您仍然在打电话 deepseek-chat or deepseek-reasoner，您有一个迁移窗口，而不是无限期的兼容性。DeepSeek Chat 和 DeepSeek Reasoner 将于 2026 年 7 月 24 日 15:59（UTC 时间）后完全退役且无法访问，目前正路由至 DeepSeek V4 Flash 的非思考/思考模式。

迁移本身仅是一行更改——交换字段。 model 字段。 base_url 不发生改变。发生变化的是您的定价预测（V4-Flash低于V3.2的费率）以及您的思维模式配置（现在是两个模型上的一个参数）。计划在截止日期前重新运行您的评估，而不是在7月25日生产中发现行为差异。

分发、硬件和地缘政治

来自发布日报告的两个与采购决策相关的要点：

• DeepSeek与华为合作，华为表示将支持DeepSeek的“超级节点”技术，该技术结合了Ascend 950芯片集群。Counterpoint的魏孙强调，与在Nvidia硬件上训练的R1相比，V4运行于华为和寒武纪的国内芯片上。这改变了企业追踪美国出口管制风险的政治计算。
• Multiple US states, Australia, Taiwan, South Korea, Denmark and Italy introduced bans or other restrictions on DeepSeek-R1 shortly after its release, citing privacy and national security concerns. Check current status against your own jurisdiction before committing a regulated workload — see DeepSeek US restrictions and DeepSeek availability by country.

我本周在生产中做了什么

1. 将所有非代理流量指向 deepseek-v4-flash 非思考型和与V3.2在回归集上的差异输出。
2. 在决定10倍价格步长是否值得该工作量之前，重新运行编码代理基准测试。 deepseek-v4-pro with reasoning_effort="high" 。
3. 添加一个CI检查，如果任何服务仍然硬编码 deepseek-chat or deepseek-reasoner，则构建失败。7月24日比看起来更近。
4. 使用上述三桶模板重新计算每月API费用。长期系统提示的缓存命中率对数值的影响超过任何单一变量。

在这次发布后，为了了解DeepSeek相对于同行的整体情况，请参考我们的交叉引用信息。 DeepSeek vs ChatGPT and DeepSeek vs Claude 故障，以及运行情况 DeepSeek 新闻 投喂。

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.