先说基本情况，省流版本先上：

• 发了几个版本？ 4个。DeepSeek-V4-Flash（284B 总参/13B 激活）、DeepSeek-V4-Flash-Base、DeepSeek-V4-Pro（1.6T 总参/49B 激活）、DeepSeek-V4-Pro-Base，全部支持 1M context。DeepSeek依然还是「源神」，模型和技术报告同步开放，MIT 协议，一次性把 Base 和 Instruct 四个版本全给你了。
• 上下文？ 这是本次最大的硬指标突破之一：pro和flash都有1M token。
• 是否多模态？可惜，不是。（我之前还在一个回答里猜它可能是多模态）。HuggingFace Model Card 里明确只标了 Text Generation，暂时别被外面的「多模态」说法带跑了。
• 性能呢？说不上SOTA，接近Opus 4.6 Max， Gemini 3.1 pro水平，但在开源模型里，谈称霸是没问题的。性能的Benchmark太多了，后面展开说。
• 价格怎么样？Flash的话，比3.2版本便宜，pro的话，比3.2版本贵点。但cache hit 价格相当优惠—

模型 & 价格

下表所列模型价格以“百万 tokens”为单位。Token 是模型用来表示自然语言文本的的最小单位，可以是一个词、一个数字或一个标点符号等。我们将根据模型输入和输出的总 token 数进行计量计费。

模型细节

* deepseek-chat 与 deepseek-reasoner 两个模型名将于日后弃用。出于兼容考虑，二者分别对应 deepseek-v4-flash 的非思考与思考模式。

本地运营方法

请参阅推理文件夹，了解本地运行 DeepSeek-V4 的详细说明，包括模型权重转换和互动聊天演示。

对于本地部署，我们建议将抽样参数设置为 。对于 Think Max 推理模式，我们建议将上下文窗口设置为至少 384K token。temperature = 1.0, top_p = 1.0

不过，Coding是这次升级点之一，就试试Coding能力，看看能不能做个好看的网页

看它思考过程

最终输出结果，真的和普通的tailwindcss味道不一样，很像Anthropic风格（差不多10分钟才输出完

00:35

后记

大家注意到没有，DeepSeek V4 的技术报告副标题是「Towards Highly Efficient Million-Token Context Intelligence」。

可以看到DeepSeek依然还是走效率路线，DeepSeek 不再只在「能力 benchmark」上跟 OpenAI ，Anthropic，Gemini等公司正面竞争了，而是在「高效长上下文推理」这条赛道上切入。

我个人觉得，DeepSeek 下一步真正的壁垒不是总参数规模，是 inference 效率。V4-Pro 在 1M token 下只用 V3.2版本的27%的 FLOPs，KV cache 压缩到 10%，这背后意味着什么？意味着他们能在同等算力预算下 serve 更多请求，API 定价可以继续往下压。这跟 Anthropic、OpenAI 的商业逻辑是不同路的打法。

（当然，，目前算力还不够，价格还不够低，但DeepSeek说后续价格还会降的）

长期来看，利好有能力自部署的大型企业和开发者社区；闭源模型如果不在 inference 效率上持续创新，价格压力会越来越大。