DeepSeek V4 评测：功能、反馈与价格
DeepSeek V4 评测：覆盖 Flash/Pro 功能、1M 上下文、CSA/HCA 架构、第三方 benchmark、用户反馈、局限性与 API 价格。
围绕 DeepSeek V4 的叙事在几个月里快速演化。大家一边搜索可靠的 DeepSeek V4 发布时间、可核实的 DeepSeek V4 大模型细节，一边在技术社区里讨论 DeepSeek V4 参数规模。现在信息已经清晰：DeepSeek V4 已发布，开发者文档中列出 V4-Flash 与 V4-Pro 两档，上下文长度为 1M tokens，输出长度上限在文档中标注为 384K，并写明 deepseek-chat 与 deepseek-reasoner 两个旧模型名将日后弃用。
这篇 DeepSeek V4 评测将发布信息、架构、第三方 benchmark、API 价格、早期用户反馈与官方披露的局限性放在一起。对 PixVerse 来说，V4 是一个值得跟进的长上下文与 Agent 编程模型家族，可与平台现有的视频、图片和文本生成能力形成互补。
4 月 24 日：DeepSeek V4 正式上线
2026 年 4 月 24 日，DeepSeek V4 从路线图和传闻进入可调用的产品形态：主打百万 token（1M）上下文，API 模型名为 deepseek-v4-pro 与 deepseek-v4-flash，并同步提供开源权重。面向用户侧，网页 chat.deepseek.com 与官方 App 上，Pro 对应「专家模式」、Flash 对应「快速模式」，与双档 API 形态对应。
官方通稿中还给出与计费表不同维度的架构级数字：
| deepseek-v4-pro | deepseek-v4-flash | |
|---|---|---|
| 总参数量（官宣） | 1.6T | 284B |
| 激活参数量（官宣） | 49B | 13B |
| 预训练数据量（官宣） | 33T tokens | 32T tokens |
| 上下文长度 | 1M | 1M |
| 开源（官宣） | 是 | 是 |
| API 服务（官宣） | 是 | 是 |
| 网页 / App 模式（官宣） | 专家模式 | 快速模式 |
集成侧提醒： 调用时在请求里指定模型名为 deepseek-v4-pro 或 deepseek-v4-flash（与 OpenAI 兼容接口的 model 字段一致，基座仍为 https://api.deepseek.com）。价格、限流、思考模式默认值等 仍以线上 Models & pricing 与能力说明为准，勿用 headline 参数量替代账单口径。
模型与价格：DeepSeek V4-Flash 与 V4-Pro
下表信息整理自 DeepSeek 英文文档中的 Models & pricing 页面：
| deepseek-v4-flash* | deepseek-v4-pro | |
|---|---|---|
| 模型版本 | DeepSeek-V4-Flash | DeepSeek-V4-Pro |
| BASE URL（OpenAI 风格） | https://api.deepseek.com | 同左 |
| BASE URL（Anthropic 风格） | https://api.deepseek.com/anthropic | 同左 |
| 思考模式 | 支持非思考与思考模式，思考模式为默认（详见官方「思考模式」文档） | 以文档描述为准 |
| 上下文长度 | 1M | 1M |
| 输出长度 | 最大 384K（以同一文档表格） | 最大 384K |
| 能力 | JSON 输出、Tool Calls、对话前缀续写（Beta）等；FIM 补全仅非思考模式 等，以官方表格为准 | 以文档为准 |
定价（每百万 tokens；输入分缓存命中/未命中）：
| V4-Flash* | V4-Pro | |
|---|---|---|
| 输入（缓存命中） | 0.2 元 | 1 元 |
| 输入（缓存未命中） | 1 元 | 12 元 |
| 输出 | 2 元，约 $0.28 | 24 元，约 $3.48 |
输出价格是开发者最关心的转换信息之一：V4-Flash 低至每百万 Token 约 $0.28，V4-Pro 为约 $3.48。若与 Claude Opus 4.7 这类高价闭源模型相比，Flash 档输出成本约低 99%。旧模型名弃用计划：文档说明 deepseek-chat 与 deepseek-reasoner 将于日后弃用；为兼容，二者当前分别映射为 deepseek-v4-flash 的非思考与思考模式。若你仍在配置里写死旧名，应尽早迁移。
DeepSeek V4 发布时间线：从传闻到公开 API
DeepSeek V4 的「发布时间」并不是单篇通稿，而是媒体报道时间线与 4 月 24 日公开 API + 文档中的模型条目两条线。下表仍有助于理解发版前舆论与产业链讨论：
| 日期 | 内容 |
|---|---|
| 2026-01-09 | 路透称 2 月或推代码向模型、强调长代码提示 |
| 2026-02-26 | 路透称未向英伟达/AMD 给早期优化合作；国内供应商如华为有早期参与 |
| 2026-03-09 | 体量更小的 V4 Lite 在部分渠道露面 |
| 2026-03-18 | 路透澄清 OpenRouter 上匿名模型 Hunter Alpha 为小米 MiMo-V2-Pro 等 |
| 2026-04-03 | 路透援引 The Information：数周内、华为昇腾等 |
| 2026-04-08 | 客户端静默上线「快/专家」等模式，引发即將放量猜测 |
| 2026-04-11 | 部分报道仍指向 4 月下旬大推 |
| 2026-04-24 | DeepSeek V4 发布：1M 上下文、开源 + API 同步；公布 Pro / Flash 总参 / 激活参 / 预训练规模；网页与 App 对应专家模式（Pro）/ 快速模式（Flash） |
DeepSeek V4 大模型细节：和 V3、R1 怎么比
DeepSeek V4 的模型细节 在「公开材料」里，一侧是文档中已落表的（1M 上下文、384K 输出上限、双档计费、能力矩阵），一侧仍是发版前报道里讲的万亿级 MoE、长上下文与多模态等方向性描述。
V3 系更偏文本与代码；R1 系强调可解释的链式推理；V4 在 API 形态上最直观的变化是：以 Flash / Pro 分档、统一长上下文、并推动开发者从旧模型名迁移。
| 维度 | V3 / V3.2 时代常见描述 | R1 | V4 |
|---|---|---|---|
| 定位 | 通用对话与代码 | 推理特化 | 公开 SKU：deepseek-v4-flash / deepseek-v4-pro，长上下文、工具与定价分层 |
| 旧 API 里常见上下文 | 128K 等 | 128K 等 | 文档标注 1M 上下文、输出上限 384K |
| 模型名 | deepseek-chat / deepseek-reasoner 等 | 同系 | 新主名；旧名将弃用（见上） |
| 多模态 | 视产品线而定 | 视产品线而定 | 以官方各 Guide 中图像/多模态能力说明为准，区域与产品可能有差异 |
DeepSeek V4 参数与工程背景
DeepSeek V4 参数在舆论里常被说成「万亿级 MoE、每步只激活部分专家、长上下文依赖稀疏注意力等」。这些有助于理解为什么能拆 Flash/Pro 两档、为什么能撑 1M 上下文；真正进账单的是「每百万 token 多少元」。
发版前报道常写 ~1T 总参数、每 token 只激活子集（量级常在数百亿计讨论）、以及 V4 Lite 一类更小变体。它们解释产品分层，不替代你方压测与账单。
V4 的核心架构关键词是混合注意力机制：CSA（压缩稀疏注意力）+ HCA（重度压缩注意力）。这套架构是 V4 能突破 100 万上下文显存与算力瓶颈、保持高效推理的重要原因。它让长文本检索更可用，但不意味着可以把 1M token 当作无限粘贴板，应用侧仍需要分段、摘要和工具编排。
硬件与生态方面，V4 是首个在国产算力底座（昇腾平台）上完成训练与推理的万亿参数模型之一。寒武纪 vLLM 推理框架也已完成对 V4-Flash 和 V4-Pro 的开源适配，这对评估非单一云厂商部署的团队有实际意义。
Benchmark 与第三方评测
第三方测试让 DeepSeek V4 的评测不只停留在「Agent 工作流」这类宽泛描述。根据 Arena.ai 的评估，V4-Pro 在开源模型代码竞技场中排名第 3，总榜排名第 14。在 Vals AI 的 Vibe Code Benchmark 中，V4 位列开源权重模型榜首，性能较 V3.2 约有 10 倍跃升，并在部分场景下击败 Gemini 3.1 Pro 等闭源模型。
这些数据对代码生成、仓库级推理和 Agent 编程有参考价值，但不能替代你的业务评测。长合同对比、私有代码迁移、视频脚本规划等场景，都应使用自己的 eval 集合再做切换。
Feedback：真实长上下文与 Agent 编程反馈
早期用户反馈最有价值的部分，是它直接验证了 1M 上下文和 Agent 能力。在一个 Reddit 实测中，开发者在 80 万字文档中埋入虚构信息「张三的银行卡密码是 9527」，V4-Pro 能够精准定位并提取，说明超长文本检索没有明显丢失细节。
同一测试还上传了 50 万字行业研报：上传约 30 秒，处理约 1 分钟，摘要覆盖了 90% 以上核心要点，与人工基准对比未出现严重幻觉，并能准确执行跨越几十页的长合同条款比对。
在 Agent 编程方面，反馈显示 V4 不只是长文本容器，也具备较强的全项目代码库分析能力。实测中出现三种明显的推理状态：Non-think 用于快速直出，Think High 用于标准深度推理，Think Max 消耗更多 Token 用于攻克极端复杂问题。这个分层更贴近开发者真实使用：快速排查、认真规划和高成本深度分析，本就不该用同一种成本结构。
局限性与客观评价
DeepSeek 官方对 V4 的评价并不只有营销口径。官方明确表示，V4 在复杂知识和推理能力上距离最顶级闭源系统仍有约 3-6 个月差距。如果你的任务依赖最前沿的多步推理，这一点需要纳入选型。
另一个限制是吞吐量。受限于高端算力，Pro 版本目前的吞吐量存在上限。对产品团队来说，API 单价只是部署问题的一部分；还要看限流、区域可用性、高峰延迟，以及高频流量是否可以用 V4-Flash 承接，把 V4-Pro 留给更复杂的会话。
对视频与图片创作者
有了 Flash/Pro 分档，可以先问：我的场景更需要便宜高频（Flash）还是更愿为深度多付一点（Pro）？ 文档里的定价阶梯已经写得很直白。
1M 上下文 适合品牌圣经、长 brief、多轮改稿——前提是你会分段组织上下文，而不是把 1M 当无限粘贴板。
在 PixVerse 生态里，V4 不是替代一切：你仍会组合自研 PixVerse 自有模型 与 Seedance 2.0、Veo 3.1、Sora 2 等——选对引擎、留在同一工作流。
DeepSeek V4 在 PixVerse：我们怎么做
前提已变：官方已给出模型 ID、价格表与弃用计划的文档化描述，因此我们按 V4 SKU 与文档推进对接，并在 DeepSeek 调整条款时同步更新产品与说明。
- 跟随官方模型名与迁移窗口，避免在旧名被下线时被动抢修。
- 不强迫你改创作习惯：理想体验仍是 在 PixVerse 内多选一，而不是多开一套实验后台。
- 能力边界 以 DeepSeek 各能力说明与 PixVerse 侧实际接通的接口为准；有进展会再发实操稿。
常见问题
问：从「能上线」角度，V4 算发布了吗？
算。以 Models & pricing（英文文档） 中 deepseek-v4-flash / deepseek-v4-pro 及计费描述为准；接入前仍需核对当周控制台、区域与限额。
问：旧名 deepseek-chat / deepseek-reasoner 怎么办？
官方写明将弃用；目前映射到 V4-Flash 的非思考/思考模式。应尽早改为新 ID。
问：用一句话说 DeepSeek V4 参数？
官方列出的 Pro 为 1.6T 总参数、49B 激活参数；Flash 为 284B 总参数、13B 激活参数；上下文为 1M，输出上限 384K，账单看官网每百万 token 价格表。
问：PPT 里 DeepSeek V4 发布时间写哪一天？
写 2026 年 4 月 24 日，并补充你团队在自己环境里验证模型名、价格、限流的日期。
问：只看英文文档够吗？
官方以 Models & pricing 英文页为权威口径；切流量当天请再打开一次线上页面核对数字与限额。
问：DeepSeek V4 API 输出价格是多少？
当前公开价格为 V4-Flash 每百万 tokens 输出 2 元，约 $0.28；V4-Pro 每百万 tokens 输出 24 元，约 $3.48。输入价格还要区分缓存命中与未命中。
问：PixVerse 会上吗？
会，已是与现有模型并列的集成项；上线后会再说明积分、限制与推荐用法。
问：V4 能一次替代所有创作工具吗？
很难。通用大模型是发动机；PixVerse 仍承担时间线、参考图、多模型编排等「做片子」的壳。