DeepSeek V4 Release Date: Pro and Flash Land as an Open-Weight Preview

如果您在等待一个明确的DeepSeek V4发布日期，现在有了：V4预览版于2026年4月24日发布，作为两个开放重量级的专家混合模型——`deepseek-v4-pro`和`deepseek-v4-flash`，两者都拥有一个百万token的上下文窗口。经过数月的传闻（OpenRouter上的Hunter Alpha，华为Ascend硬件的Reuter泄露，关于X的“随时可能”共识），DeepSeek将权重发布到Hugging Face，单日翻转API，并在一个早晨内交换了chat.deepseek.com默认模型。本文为您提供了验证的时间线，每个V4级别实际上是什么，定价如何与上一代相比，基准图在上下文中的情况，以及一个具体的迁移计划，在2026年7月24日之前退役旧版`deepseek-chat`和`deepseek-reasoner` ID。

确认的DeepSeek V4发布日期

DeepSeek在其API文档网站上发布了V4预览公告。 April 24, 2026同一天，权重在Hugging Face上上线，专家/即时模式出现在网页聊天中。帖子首先宣布DeepSeek-V4预览版正式上线并开源，欢迎“低成本1M上下文长度时代”，并介绍了两个模型ID：DeepSeek-V4-Pro，总参数1.6T/活跃参数49B，DeepSeek-V4-Flash，总参数284B/活跃参数13B。

主流报道在数小时内锁定。Bloomberg于2026年4月24日报道称，DeepSeek推出了其新旗舰产品的预览版，展示了V4 Flash和V4 Pro系列，具有顶级编码基准性能和推理以及代理任务方面的进步。CNN同一天的报道将其定位为OpenAI、Anthropic和Google的预览版竞争对手，在推理、代理能力和token处理效率方面进行了升级。

“预览”标签并非仅是外观上的。DeepSeek历史上用它来表示定价、路由和tokenizer细节在此窗口内仍可能发生变化，因此请将以下数字视为发布日的当前状态，并在您承诺生产预算之前重新检查。

V4实际上是什么：两个等级，一个功能集

V4不是一个单一模型——它是由两个开放重量的MoE检查点组成的系列，这些检查点共享架构、上下文长度和相同的三个推理努力模式。您可以选择所需的层级。 model 字段和带有参数的努力。

Simon Willison的当日总结独立确认了规模：Pro总计1.6T，活跃49B，Flash总计284B，活跃13B，均在MIT许可下，Pro在Hugging Face上为865GB，Flash为160GB——使V4-Pro成为目前发布的最大开放重量模型，大于Kimi K2.6，是V3.2的两倍以上。关于更深入的技术阅读， DeepSeek V4 作为一家公司，请参阅我们的专用模型页面；特定层级的深入分析请查看。 DeepSeek V4-Pro and DeepSeek V4-Flash.

架构：为什么1M上下文是真正的关键

仅上下文长度是营销。对于代理工作负载来说，重要的是每个前向传递在那种深度下保持多便宜。DeepSeek的Hugging Face模型卡片描述了一种混合注意力机制，结合了压缩稀疏注意力（CSA）和重度压缩注意力（HCA）；在1M标记设置中，与V3.2相比，DeepSeek-V4-Pro只需要27%的单标记推理FLOPs和10%的KV缓存。V4-Flash进一步降低这些：大约是V3.2的10%的FLOPs和7%的KV缓存。

定价——当前费率和非高峰状态

定价远低于上一代。Simon Willison的总结引用了DeepSeek的定价页面，Flash的输入和输出价格分别为0.14美元/M和0.28美元/M，Pro的输入和输出价格分别为0.435美元/M和0.87美元/M，在2026年5月31日前的75%促销期间（列表价格为1.74美元/M和3.48美元/M）。缓存命中率继承了V3.2的结构——Flash为0.0028美元/M，Pro在命中层级为0.0145美元/M（列表价格；促销价格0.003625美元/M，至2026年5月31日）。所有数字均为每百万标记的美元，截至2026年4月24日验证；V3.2时代的非高峰折扣于2025年9月5日结束，并未随着V4重新引入。

Pro在输出上大约是Flash的6倍，因此Flash仍然是大多数聊天和标准编码工作的默认推荐。Pro在代理轨迹、长工具使用链和更困难的SWE-Bench / Terminal-Bench风格的工作负载中证明了自己的价值，这些基准提升足以证明其花费。对于实时建模，我们 DeepSeek pricing calculator 为您处理三个桶的数学计算。

工作示例：使用缓存系统提示的1M Flash调用

常见模式：1,000,000次调用，2,000个token的系统提示缓存跨调用，每次调用200个token的用户消息（未缓存——每个新用户的回合都错过了前缀），300个token的响应。

• Cached input: 2,000 × 1,000,000 = 2.0B tokens × $0.0028/M = $5.60
• Uncached input: 200 × 1,000,000 = 200M tokens × $0.14/M = $28.00
• Output: 300 × 1,000,000 = 300M tokens × $0.28/M = $84.00
• Total: $117.60

以专业版费率运行相同的工作负载为29.00美元 + 348.00美元 + 1,044.00美元 = $1,421.00不要跳过未缓存行——每次调用中的用户消息仍然是对那个缓存前缀的未命中。

基准测试：具有竞争力，但不是行业领先

DeepSeek在其自身公告中眼光清晰。根据V4技术报告，V4-Pro（reasoning_effort=max）在标准推理基准测试中相对于GPT-5.2和Gemini-3.0-Pro表现出优异的性能，而略逊于GPT-5.4和Gemini-3.1-Pro——这一轨迹落后于当前前沿大约3到6个月。

OfficeChai的独立报道确认了这一模式：V4-Pro在IMOAnswerBench（89.8）上领先于Claude（75.3）和Gemini（81.0），但落后于GPT-5.4（91.4）；在HMMT 2026上，Claude（96.2）和GPT-5.4（97.7）明显领先；SWE-Verified显示V4-Pro为80.6，略低于Claude（80.8）并与Gemini（80.6）相匹配；Terminal-Bench 2.0中，V4-Pro（67.9）击败了Claude（65.4）并接近Gemini（68.5），而GPT-5.4以75.1领先。欲了解更多基准测试汇总，请参阅我们的 DeepSeek benchmarks 2026 page.

如何今天访问V4

在发布当天，有三条路线正式上线。

1. Web chat —— chat.deepseek.com暴露了V4在专家模式（Pro）和即时模式（Flash）之后。DeepThink切换现在可以在非思考模式和思考模式之间切换活动的V4模型。
2. API — POST /chat/completions against https://api.deepseek.com，与OpenAI兼容的端点。在同一基础URL上，一个与Anthropic兼容的界面也已上线。
3. Open weights — 在Hugging Face的DeepSeek系列下发布。

使用OpenAI SDK针对V4-Pro，并启用思考模式的Python最小代码片段：

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 careful engineer."},
        {"role": "user", "content": "Plan the migration from deepseek-chat."},
    ],
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
)

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

When thinking is enabled the response returns reasoning_content alongside the final content. 值得了解的核心旋钮： temperature （DeepSeek建议代码为0.0，通用聊天为1.3，创意写作为1.5）， top_p, max_tokens （设置得足够高以避免JSON模式截断）， stream=true，上下文缓存（在重复的前缀上自动），工具调用，Beta版本的FIM完成（需要 thinking: {"type": "disabled"}），以及Beta版本的聊天前缀完成。如果您是从零开始，则 DeepSeek API getting started 演示涵盖了账户设置、密钥和第一次请求。JSON模式是 designed 返回有效的JSON，不保证——在您的提示中包含单词“json”以及一个模式示例。

思考最大值：上下文窗口陷阱

DeepSeek自家的模型卡片建议将上下文窗口设置为至少384K个标记以启用Think Max推理模式。如果您设置 reasoning_effort="max" 不提升 max_model_len，预期会截断。

从旧模型ID迁移

If your integration still points at deepseek-chat or deepseek-reasoner，您有一个硬性截止日期。公告指出，deepseek-chat和deepseek-reasoner将在2026年7月24日15:59 UTC之后完全退役且不可访问，目前分别在非推理和推理模式下路由到deepseek-v4-flash。DeepSeek的指导是保持base_url不变，只需更新模型到deepseek-v4-pro或deepseek-v4-flash。

• deepseek-chat → deepseek-v4-flash （非思考模式无需额外参数）。
• deepseek-reasoner → deepseek-v4-flash with reasoning_effort="high" 以及在 extra_body.
• 需要前沿层级的代理性能吗？切换到 deepseek-v4-pro 并在推出前与专业层级进行价格对比。

该API是无状态的——您的客户端必须在每个请求中重新发送完整的消息历史；只有Web和应用程序界面在DeepSeek端保持对话状态。这一点没有变化。背景阅读： DeepSeek OpenAI SDK compatibility.

许可和硬件

V4预览模型均在MIT许可下发布，适用于权重和代码——与V3.2、V3.1和R1相同。一些较旧的版本（V3基础、Coder-V2、VL2）仍然将MIT代码与单独的DeepSeek模型许可（权重）分开，因此如果您的部署涉及许可问题，请检查具体的Hugging Face仓库。在训练方面，CNN报道DeepSeek与华为在计算方面合作，华为确认其通过结合Ascend 950集群的Supernode技术支持V4；Counterpoint的Wei Sun强调，V4在华为和寒武纪的国内芯片上运行，与R1的Nvidia训练形成对比，认为这可能会使V4比R1产生更大的影响，从而加速国内采用。

V4无法修复的问题

三个诚实的警告。首先，在专家级推理上的基准差距是真实的：HLE将V4-Pro定位在37.7%——低于Claude（40.0%）、GPT-5.4（39.8%），并且远低于Gemini-3.1-Pro（44.4%），DeepSeek直接承认了这一差距。其次，在SimpleQA-Verified上，基于事实的世界知识检索仍然远远落后于Gemini。第三，“预览”标签的含义正是其字面意思——价格、路由和分词器细节仍然可能变动。保持您的评估工具活跃。要更广泛地了解DeepSeek在竞争中的位置，请参阅 DeepSeek vs Claude and DeepSeek vs ChatGPT，或者完整的 DeepSeek news 中心，以迎接故事中的下一个篇章。

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.