deepseek-flash 提供 V4.1 Flash，旧 V4 Flash 名称会路由到 V4.1 Flash；V4 Pro 也已从预览版更新。价格改为峰谷动态计费，请以官方价格页为准。本轮只核对官方文档和模型卡，未调用付费 API、下载权重或复现基准。
TL;DR — 关键 3 点
- 1.6T MoE，激活 49B：官方模型卡列出的 V4-Pro 规模为 1.6T 总参数、49B 激活参数，并支持 1M 上下文。
- 长上下文效率来自 DSA 与 token-wise 压缩：官方报告称，V4-Pro 在 1M 上下文下的单 token FLOPs 为 V3.2 的 27%，KV 缓存为 10%。
- 当前产品已变化：V4.1 Flash 接替旧 V4 Flash API，V4 Pro 也已正式更新；2026-04 的价格和基准不能当作当前配置。
1. 发布背景：DeepSeek V4 在 2026 路线图中的位置
2026 年 4 月 24 日，DeepSeek 发布 V4 系列预览版，包括 DeepSeek-V4-Pro 与 DeepSeek-V4-Flash。官方开放了权重，模型卡标注 MIT 许可证。V4 的核心变化包括 DSA 稀疏注意力、token-wise 压缩和 1M 上下文。
发布时的模型卡把 LiveCodeBench 93.5、Codeforces 3206 等结果列在 Pro-Max 档位。这些是官方测试，读取时要同时看推理档位、测试框架和采样参数；不同服务版本或 harness 下不能直接复用该数字。
到 2026 年 9 月，官方已发布 V4 Pro 正式版和 V4.1 Flash。本文后半部分继续保留 4 月预览版分析，但当前接入信息以 9 月官方更新为准。
2. 核心规格速览
3. 架构创新：DSA 稀疏注意力是什么？
DeepSeek 在 V4 技术报告中把 DSA（DeepSeek Sparse Attention）列为核心架构改动。随着上下文增长，注意力计算和 KV 缓存会快速增加，1M 上下文的成本与延迟因此成为实际部署问题。
- DSA 稀疏注意力：减少长上下文中需要参与注意力计算的连接。
- Token-wise 压缩：压缩长上下文表示，降低计算与缓存开销。
官方报告给出的结果是：V4-Pro 在 1M 上下文下，单 token FLOPs 为 V3.2 的 27%，KV 缓存为 10%；V4-Flash 对应为 10% 和 7%。这些是架构效率指标，不能直接换算成固定并发倍数。
DSA 不等同于固定滑动窗口，也不能简单类比为状态空间模型。工程评估应直接测试自己的提示长度、首 token 延迟、吞吐和显存占用。
4. Benchmark 全面对比：V4-Pro vs GPT-5.4 vs Claude Opus 4.6 vs Gemini 3.1-Pro
下表是 2026-04 DeepSeek 官方技术报告中的 V4-Pro Pro-Max 对比快照，不是本站复测。绿色数字只表示该表中的最优或并列最优；不同模型的推理预算、harness 和测试日期并不完全相同。
| Benchmark | DeepSeek V4-Pro | Claude Opus 4.6 | GPT-5.4 | Gemini 3.1-Pro |
|---|---|---|---|---|
| LiveCodeBench（编码） | 93.5 | 88.8 | — | 91.7 |
| Codeforces Rating | 3,206 | — | 3,168 | — |
| SWE-bench Verified | 80.6 | 80.8 | — | 80.6 |
| MMLU-Pro（综合知识） | 87.5 | 89.1 | 87.5 | 91.0 |
| GPQA Diamond（科学推理） | 90.1 | 91.3 | 93.0 | 94.3 |
| Terminal-Bench 2.0（命令行 Agent） | 67.9 | 65.4 | 75.1 | 68.5 |
| HLE（Hard Logic Eval） | 37.7 | — | — | — |
怎么读这张表
- 编码与算法：V4-Pro 是当前开源最强，且与闭源前沿打成平手。LiveCodeBench 93.5、Codeforces 3206 同时领先 GPT-5.4 和 Gemini 3.1-Pro，SWE-bench Verified 与 Claude Opus 持平。
- 知识与科学题仍是短板。MMLU-Pro 落后 Gemini 3.5 个百分点，GPQA Diamond 落后 Gemini 4.2 个百分点，DeepSeek 自己也承认这部分 "落后 SOTA 约 3-6 个月"。
- 命令行 Agent（Terminal-Bench）追上 Claude/Gemini，但显著输给 GPT-5.4。GPT-5.4 的 75.1 在工具调用上仍然是单点最强。
这组数据说明 V4-Pro 预览版在部分编码和 Agent 基准上有竞争力，同时在知识与科学题上并非每项领先。生产选型仍需用自己的任务集复测，不能用一张官方表代替。
5. 当前价格与可用性：按 2026-09 官方页面核对
| 当前 API 模型 | 缓存未命中输入（闲 / 峰） | 输出（闲 / 峰） | 上下文 | 说明 |
|---|---|---|---|---|
deepseek-v4-pro |
$0.66 / $1.32 | $1.98 / $3.96 | 1M | V4 Pro；无图像输入 |
deepseek-flash |
$0.15 / $0.30 | $0.60 / $1.20 | 1M | V4.1 Flash；支持图像 |
表中单位均为每 100 万 token 的美元价格，闲时为高峰价的一半；缓存命中输入另有更低价格。价格和路由会变化，预算应由实际 token、缓存命中率和调用时段计算。
6. 应用场景判断：什么时候该用 V4，什么时候不该
先测试 V4-Pro 的场景
复杂代码与长上下文 Agent：用真实仓库任务测成功率、工具调用、首 token 延迟和总成本。1M 上下文是上限，不代表把全部代码一次塞入提示就是最佳做法。
文本型长文档：Pro 当前不支持图像；扫描 PDF 需要先做 OCR 或改用支持视觉输入的模型。
先测试 V4.1 Flash 的场景
高并发与视觉输入：当前价格更低，并发上限更高，也支持图像。批处理前仍应抽样检查准确率、结构化输出和失败重试。
本地部署：按 V4.1 Flash 官方模型卡核对精度、推理框架和硬件；本文没有做本地部署验证。
- 没有回归集：先建立与业务相符的通过条件，再换模型。
- 强合规要求：先审查数据处理、服务条款、日志、区域和供应商合同。
- 依赖稳定型号：旧模型名可能路由到新模型，必须监控版本变化并保留回滚方案。
7. 接入方式：3 条主要路径
方式 A：DeepSeek 官方 API（最直接）
OpenAI 兼容协议，把 base_url 切到 DeepSeek 即可：
方式 B：Anthropic 兼容接口
官方也提供 https://api.deepseek.com/anthropic。迁移前应检查模型映射、tool call、思考内容和 SDK 版本，不要只改 base URL 就直接切生产。
方式 C：HuggingFace + vLLM 自部署
官方 Hugging Face 模型卡提供权重和部署入口。所需硬件取决于 checkpoint、精度、并行方式、上下文和并发；本文没有本地运行，因此不承诺固定 GPU 数量。
8. 与 W17 周报的关联：为什么 V4 印证了本周三个趋势
在W17 周报里我们讨论过多模态生成和 Agent 训练。V4 发布后的官方更新给出了两个可继续跟踪的方向：
- 长上下文进入标准服务规格：当前官方价格页仍列出 1M 上下文，但实际可用性要用长文档召回、延迟和费用测试。
- Agent 接口持续补齐：正式版增加 Responses API，并公布新的 Agent 基准。公开分数仍需结合 harness 和采样设置阅读。
多模态状态也已经变化：当前 deepseek-flash 对应 V4.1 Flash，官方价格页标注支持图像；V4 Pro 仍标注为不支持图像。
9. 成本比较应该怎样算
公开 benchmark 分数除以 token 单价，不能得到可靠的“性价比”。总成本还包括成功率、重试、输出长度、缓存命中、工具调用、延迟、人工复核和迁移费用。
更实用的做法是固定一批真实任务，记录一次成功率、每个成功任务的 token 与墙钟时间，再分别在峰时和闲时估算费用。这样才能比较 V4 Pro、V4.1 Flash 和现有模型。
10. 总结与下一步观察点
V4 的可核对变化包括 DSA、token-wise 压缩、1M 上下文、开放权重和持续更新的 API。4 月的预览版已不是当前全部状态，选型时应以 V4.1 Flash 与当前 V4 Pro 文档为准。
后续应持续核对四项：
- API 路由：旧模型名是否继续映射到新型号。
- 价格：峰谷时段、缓存价格和并发限制是否调整。
- 模型卡：checkpoint、依赖、许可证和部署说明是否变化。
- 回归测试：当前型号在自己的任务集上是否优于上一版本。
常见问题
DeepSeek V4 和 V3 的核心区别是什么？
V4 引入 DSA（DeepSeek Sparse Attention）与 token-wise 压缩，并把官方服务的上下文长度提高到 1M。官方技术报告称，V4-Pro 在 1M 上下文下的单 token FLOPs 为 V3.2 的 27%，KV 缓存为 10%。
V4-Pro 和 V4.1 Flash 怎么选？
当前 API 中，deepseek-flash 指向支持图像理解的 V4.1 Flash，deepseek-v4-pro 指向 V4 Pro。两者均列出 1M 上下文；Flash 并发上限更高、费用更低，Pro 不支持图像。最终选择应以自己的任务、延迟和成本测试为准。
DeepSeek V4 当前 API 怎么计费？
DeepSeek 当前采用峰谷动态价格，并区分缓存命中、缓存未命中的输入与输出 token。价格会调整，本文不再把 2026-04 的快照当作现价；接入前请查看官方 Models & Pricing 页面。
DeepSeek V4 是开源的吗？许可证是什么？
DeepSeek 官方在 Hugging Face 发布了 V4-Pro 与 V4.1-Flash 权重，模型卡标注 MIT 许可证。具体部署仍要核对模型卡、依赖版本、硬件需求与许可证原文。
DeepSeek V4 当前如何通过 API 调用？
OpenAI 兼容接口使用 https://api.deepseek.com，模型名使用 deepseek-flash 或 deepseek-v4-pro。旧的 deepseek-v4-flash 名称目前会路由到 V4.1 Flash；生产配置应按官方更新日志定期复核。
想跟踪每天的 AI 模型与论文热度？Paper Collector 自动采集 HuggingFace 论文与开源项目，每日生成中文摘要。
访问 Paper Collector主要来源：DeepSeek V4 预览版公告、官方更新日志、当前价格页、V4-Pro 模型卡与 V4.1-Flash 模型卡。基准来自官方报告；本站未调用付费 API、下载权重或复现实验。