V4 系列全系 1M token 上下文、最大輸出 384K；經濟的長上下文來自架構而非補貼。
將注意力運算壓縮到稀疏的關鍵位置上，長序列下的運算量隨長度增長遠慢於標準注意力——這是 1M 視窗可行的前提。
對「久遠」上下文做重度壓縮記憶，KV 快取降至 V3.2 的約 10%；搭配 128K 精確視窗兼顧召回品質。
| 情境 | 建議檔位 | 理由 |
|---|---|---|
| 整個儲存庫的程式碼智慧代理 | deepseek-flash | 1M 裝入整個儲存庫 + 視覺讀取架構圖，併發 2500 適合 CI 批次處理 |
| 數百頁文件 RAG | deepseek-flash | 快取命中 $0.003，重複檢索成本趨零 |
| 超長離線推理 | deepseek-v4-pro | 1.6T 旗艦處理最難的跨檔案推理，批次處理不吃並行上限 |
限制提示：官方與第三方評測均指出，1M 檢索召回與 Claude Opus 4.6（MRCR）仍有差距；世界知識廣度弱於 Gemini-3.1-Pro——事實性問答建議搭配檢索。
大模型网摘