剛剛，期待已久的DeepSeek-V4 終于更新了。

DeepSeek 正式上線并開源了 DeepSeek-V4 的預覽版，分為 Pro 和 Flash 兩個版本。DeepSeek-V4 擁有百萬字超長上下文，在 Agent 能力、世界知識和推理性能上均實現國內與開源領域的領先。

這次的更新力度不小，有兩個核心變化：一是，V4 擁有 1M 的超長上下文，1M 上下文已經成為了標配；二是，Agent 能力大幅的增強。

DeepSeek 官方提到，V4-Pro 在 Agentic Coding 評測中已經達到了當前開源模型最佳水平，也是公司內部員工日常在使用的 Agentic Coding 模型。據內部員工評測，V4-Pro 的反饋體驗優于 Sonnet 4.5，交付質量接近 Opus 4.6 非思考模式。

目前，DeepSeek-V4 已經在官網、官方 App 中上線，用戶可以直接體驗。同時，API 也已同步上線，model_name 改為 deepseek-v4-pro 或 deepseek-v4-flash 即可調用。

??關注 Founder Park，最及時最干貨的創業分享

Founder Park 正在持續尋找值得被看見的 AI 團隊與項目。

我們將通過「AI 產品市集」、內容報道、社群分發等方式，幫你觸達早期用戶、獲得真實反饋，以及建立關鍵連接。

如果你正在做 AI 相關的事，歡迎和我們聊聊。

01兩款新模型：Flash、Pro 版本

此次更新的 DeepSeek-V4 模型，按大小分為兩個版本：DeepSeek-V4-Pro 和 DeepSeek-V4-Flash。

V4-Pro 擁有 1.6T 總參數、49B 激活參數；V4-Flash 為 284B 總參數、13B 激活參數，兩款模型均原生支持 1M token 的上下文長度。

此外，V4-Flash 在 32T tokens 上完成預訓練，V4-Pro 則在 33T tokens 上完成預訓練。

DeepSeek-V4-Pro是這次發布的旗艦版本，各項能力均對標頂級閉源模型。

其中，Agent 能力是突出的升級方向。在 Agentic Coding 評測中，V4-Pro 已達到當前開源模型最佳水平，并在其他 Agent 相關評測中同樣表現優異。據 DeepSeek 內部員工評測反饋，使用體驗優于 Sonnet 4.5，交付質量接近 Opus 4.6 非思考模式，但與 Opus 4.6 思考模式仍存在一定差距。

值得一提的是，V4-Pro 還針對 Claude Code、OpenClaw、OpenCode、CodeBuddy 等主流 Agent 產品進行了專項適配和優化，在代碼任務、文檔生成任務等方面的表現均有提升。

在世界知識方面，V4-Pro 在測評中大幅領先其他開源模型，僅稍遜于頂尖閉源模型 Gemini-Pro-3.1。

推理性能同樣亮眼，在數學、STEM、競賽型代碼的測評中，V4-Pro 超越了當前所有已公開評測的開源模型，取得了比肩世界頂級閉源模型的成績。

DeepSeek-V4-Flash則是更多面向對成本和速度更敏感的場景。相比于 V4-Pro，V4-Flash 在世界知識儲備方面稍遜，但推理能力接近。

由于模型參數和激活更小，Flash 版能夠提供更加快捷、經濟的 API 服務。在 Agent 評測中，V4-Flash 在簡單任務上與 V4-Pro 相當，但在高難度任務上仍有一定差距。

02提出全新的注意力機制
一百萬上下文成為標配

DeepSeek 官方特別提到，DeepSeek-V4 使用了一種全新的注意力機制，在 token 維度進行壓縮，結合 DSA 稀疏注意力（DeepSeek Sparse Attention），實現了全球領先的長上下文能力。同時，相比傳統方法大幅降低了對計算和顯存的需求。從現在起，一百萬上下文將是 DeepSeek 所有官方服務的標配。

DeepSeek-V4 和 DeepSeek-V3.2 的計算量和顯存容量隨上下文長度的變化

DeepSeek-V4 的技術報告中提到，這次架構升級包含了三項核心創新：

• CSA+HCA 混合注意力機制（Compressed Sparse Attention 與 Heavily Compressed Attention），這是實現超長上下文高效處理的核心所在；

• mHC（Manifold-Constrained Hyper-Connections，流形約束超連接），用于強化傳統殘差連接，提升信號在層間傳播的穩定性；

• 引入Muon 優化器，帶來更快的收斂速度與更穩定的訓練過程；

在效率層面，技術報告同樣給出了更具體的量化數據：在 1M token 上下文場景下，V4-Pro 的單 token 推理 FLOPs 僅為 DeepSeek-V3.2 的27%，KV Cache 大小僅為10%。V4-Flash 的效率提升更為激進，FLOPs 僅為10%，KV Cache 僅為7%。

03官網、App、API 同步上線，即日可用

目前，DeepSeek API 已經同步上線了 V4-Pro 和 V4-Flash，支持 OpenAI ChatCompletions 接口與 Anthropic 接口。訪問新模型時，base_url 不變，model 參數改為 deepseek-v4-pro 或 deepseek-v4-flash 即可。

V4-Pro 與 V4-Flash 最大上下文長度均為 1M，同時支持非思考模式與思考模式。其中思考模式支持通過 reasoning_effort 參數設置思考強度（high / max）。對于復雜的 Agent 場景，DeepSeek 官方建議使用思考模式并將強度設置為 max。

需要注意的是，舊有的兩個模型名 deepseek-chat 與 deepseek-reasoner 將于三個月后（2026-07-24）停止使用。當前階段內，這兩個模型名分別對應的是 deepseek-v4-flash 的非思考模式與思考模式。

更詳細的調用方式請參考官方文檔：api-docs.deepseek.com

開源權重和本地部署

• DeepSeek-V4 模型開源鏈接：

https://huggingface.co/collections/deepseek-ai/deepseek-v4

https://modelscope.cn/collections/deepseek-ai/DeepSeek-V4

• DeepSeek-V4 技術報告：

https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdf

轉載原創文章請添加微信：founderparker