就在 OpenAI 于凌晨刚推出 GPT-5.5 版本之后的几个小时，国产大模型也迎来了重磅时刻——DeepSeek-V4 预览版官宣上线，并同步开源。

官方发布 58 页完整技术报告，让开源大模型迈入百万 token 高效上下文时代，彻底重构长文本大模型的效率与能力边界。

开源地址：

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

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

技术报告：

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

双模型齐发：1.6T 旗舰与 284B 轻量版，均支持百万字上下文

最新发布的 DeepSeek-V4 系列一次性推出两款全新的 MoE 架构大模型，全部支持百万字超长上下文，按照模型大小来分：

• DeepSeek-V4-Pro：总参数量为 1.6T、激活参数为 49B，在知识、推理、代码、智能体、长文档理解上比肩顶级闭源模型；

• DeepSeek‑V4‑Flash：总参数 284B，激活参数为 13B，以极小激活参数量实现逼近旗舰的推理性能。

官方表示，两款模型在 Agent 能力、世界知识和推理性能上均实现国内与开源领域的领先。即日起，登录 DeepSeek 官网 chat.deepseek.com 或官方App，就可以直接体验最新的 DeepSeek-V4 能力。

此外，API 服务已同步更新，通过修改 model_name 为 deepseek-v4-pro 或 deepseek-v4-flash 即可调用。

架构升级，关键技术创新大幅提高上下文效率

从技术架构层面来看，DeepSeek‑V4 没有停留在堆参数、扩数据的传统路线，而是从注意力机制、残差连接、优化器三大底层维度，进行了技术升级。

简单来看，与 DeepSeek-V3 架构相比，DeepSeek-V4 系列保留了 DeepSeekMoE 框架和多词元预测（MTP）策略，同时在架构和优化方面引入了多项关键创新：

• 采用混合注意力架构，将压缩稀疏注意力（CSA）和重压缩注意力（HCA）结合，用于提升长上下文处理效率。CSA 沿序列维度压缩键值缓存，然后执行 DeepSeek 稀疏注意力（DSA），而 HCA 对键值缓存应用更激进的压缩，但保持了密集注意力；

• 为了增强建模能力，DeepSeek 也在架构中引入了流形约束超连接（mHC），在传统残差连接基础上进一步增强信息传递能力；

• 以及 Muon 优化器被引入了 DeepSeek-V4 系列的训练中，用于加快收敛速度并提升训练稳定性。

在训练维度，DeepSeek 在超过 32T 高质量、多样化的 token 上对两个模型进行了预训练，并在此基础上引入了一整套完整的后训练流程，进一步增强模型能力。

同时，据技术报告显示，DeepSeek-V4 系列在长上下文场景下也表现出极高的效率。在百万 Token 的上下文设置下，DeepSeek-V4-Pro 仅需 DeepSeek-V3.2 的 27% 单 Token 推理 FLOP，KV cache 占用仅为 10%。

正因此，DeepSeek 能够将“百万 token 上下文”作为常规能力来支持，从而显著提升长时序任务的可行性，并为测试阶段的进一步扩展提供了空间。正如官方所说：“从现在开始，1M（一百万）上下文将是 DeepSeek 所有官方服务的标配。”

性能比肩顶级闭源模型

值得注意的是，DeepSeek-V4-ProMax 是 DeepSeek-V4-Pro 的最高推理模式，重新定义了开放模型的性能标准，在核心任务上超越了其前代产品。

另外，DeepSeek-V4 系列的性能在多个维度都有了全面的提升：

• 在广义世界知识评估中，DeepSeek-V4-Pro 的最高推理模式 DeepSeek-V4-Pro-Max，在 SimpleQA 和 Chinese-SimpleQA 等基准测试上，显著优于主流开源模型。

在教育类知识评估方面（包括 MMLU-Pro、HLE 和 GPQA），DeepSeek-V4-Pro-Max 相较开源模型仍保持小幅领先。同时，它与领先的闭源模型 Gemini-3.1-Pro 的差距已经大幅缩小，但在这些知识类测试中仍略逊一筹。

• 在推理维度，通过增加推理 token 的投入，DeepSeek-V4-Pro-Max 在标准推理基准上展现出优于 GPT-5.2 和 Gemini-3.0-Pro 的表现。

  不过，其性能仍略低于 GPT-5.4 和 Gemini-3.1-Pro，这表明其整体发展水平大约落后最前沿模型 3 到 6 个月。

  此外，DeepSeek-V4-Flash-Max 在复杂推理任务中达到了接近 GPT-5.2 和 Gemini-3.0-Pro 的表现，体现出较高的性价比。

• Agent 能力上，在公开基准测试中，DeepSeek-V4-Pro-Max 与领先开源模型（如 Kimi-K2.6 和 GLM-5.1）表现相当，但略逊于顶级闭源模型。在内部评测中，DeepSeek-V4-Pro-Max 超过了 Claude Sonnet 4.5，并接近 Claude Opus 4.5 的水平。

• 在支持 100 万 token 上下文窗口的情况下，DeepSeek-V4-Pro-Max 在合成任务和真实场景中均表现出色，甚至在学术基准测试中超过了 Gemini-3.1-Pro。

相比 DeepSeek-V4-Pro-Max，DeepSeek-V4-Flash-Max 由于参数规模更小， 在知识类评估中的表现略低。但在给予更大思考预算时，其推理任务表现可以接近 DeepSeek-V4-Pro-Max。

在 Agent 评测中，DeepSeek-V4-Flash-Max 在部分基准上能够与 DeepSeek-V4-Pro-Max 持平，但在更复杂、高难度任务中仍存在差距。

算力支持

值得注意的是，对于行业最关注的国产算力落地，DeepSeek 在技术报告中指出，他们在 NVIDIA GPU 和华为 Ascend NPU 平台上，对细粒度 EP（Expert Parallelism）方案进行了验证。

另一方面，华为昇腾超节点系列产品也宣布全面支持，本次通过双方芯模技术紧密协同，实现异腾超节点全系列产品支持 DeepSeek V4 系列模型。

API 同步开放：无缝兼容主流接口，一键接入最强开源长上下文

时下 DeepSeek‑V4 API 已同步上线，支持 OpenAI ChatCompletions 与 Anthropic 接口规范。

访问新模型时，base_url 不变, model 参数需要改为 deepseek-v4-pro 或 deepseek-v4-flash。

另外，DeepSeek 官方还提到，旧有的 API 接口的两个模型名 deepseek-chat 与deepseek-reasoner 将于三个月后（2026-07-24）停止使用。当前阶段内，这两个模型名分别指向 deepseek-v4-flash 的非思考模式与思考模式。

普通用户可直接登录 DeepSeek 官网或官方 App，体验 100 万 Token 上下文带来的震撼能力：一次性上传整本书、整个项目代码、整份合同文档，实现真正的 “一次性读懂、全程记忆、深度推理”。

DeepSeek‑V4 的到来，不只是一次模型升级，更是开源大模型进入 “百万上下文高效时代” 的标志。它用架构创新证明：超长上下文不必靠暴力算力，小激活参数也能拥有顶级推理。