DeepSeek-V4终于更新了！一百万超长上下文，Agent能力大幅增强，能力接近Opus 4.6

刚刚，期待已久的 DeepSeek-V4 终于更新了。

DeepSeek 正式上线并开源了 DeepSeek-V4 的预览版，分为 Pro 和 Flash 两个版本。DeepSeek-V4 拥有百万字超长上下文，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。

这次的更新力度不小，有两个核心变化：一是，V4 拥有 1M 的超长上下文，1M 上下文已经成为了标配；二是，Agent 能力大幅的增强。

DeepSeek 官方提到，V4-Pro 在 Agentic Coding 评测中已经达到了当前开源模型最佳水平，也是公司内部员工日常在使用的 Agentic Coding 模型。据内部员工评测，V4-Pro 的反馈体验优于 Sonnet 4.5，交付质量接近 Opus 4.6 非思考模式。

目前，DeepSeek-V4 已经在官网、官方 App 中上线，用户可以直接体验。同时，API 也已同步上线，model_name 改为 deepseek-v4-pro 或 deepseek-v4-flash 即可调用。

Founder Park 正在持续寻找值得被看见的 AI 团队与项目。

我们将通过「AI 产品市集」、内容报道、社群分发等方式，帮你触达早期用户、获得真实反馈，以及建立关键连接。

如果你正在做 AI 相关的事，欢迎和我们聊聊。 

---

01 

两款新模型：Flash、Pro 版本 

此次更新的 DeepSeek-V4 模型，按大小分为两个版本：DeepSeek-V4-Pro 和 DeepSeek-V4-Flash。

V4-Pro 拥有 1.6T 总参数、49B 激活参数；V4-Flash 为 284B 总参数、13B 激活参数，两款模型均原生支持 1M token 的上下文长度。

此外，V4-Flash 在 32T tokens 上完成预训练，V4-Pro 则在 33T tokens 上完成预训练。

DeepSeek-V4-Pro 是这次发布的旗舰版本，各项能力均对标顶级闭源模型。

其中，Agent 能力是突出的升级方向。在 Agentic Coding 评测中，V4-Pro 已达到当前开源模型最佳水平，并在其他 Agent 相关评测中同样表现优异。据 DeepSeek 内部员工评测反馈，使用体验优于 Sonnet 4.5，交付质量接近 Opus 4.6 非思考模式，但与 Opus 4.6 思考模式仍存在一定差距。

值得一提的是，V4-Pro 还针对 Claude Code、OpenClaw、OpenCode、CodeBuddy 等主流 Agent 产品进行了专项适配和优化，在代码任务、文档生成任务等方面的表现均有提升。

在世界知识方面，V4-Pro 在测评中大幅领先其他开源模型，仅稍逊于顶尖闭源模型 Gemini-Pro-3.1。

推理性能同样亮眼，在数学、STEM、竞赛型代码的测评中，V4-Pro 超越了当前所有已公开评测的开源模型，取得了比肩世界顶级闭源模型的成绩。

DeepSeek-V4-Flash 则是更多面向对成本和速度更敏感的场景。相比于 V4-Pro，V4-Flash 在世界知识储备方面稍逊，但推理能力接近。

由于模型参数和激活更小，Flash 版能够提供更加快捷、经济的 API 服务。在 Agent 评测中，V4-Flash 在简单任务上与 V4-Pro 相当，但在高难度任务上仍有一定差距。

02 

提出全新的注意力机制，

一百万上下文成为标配

DeepSeek 官方特别提到，DeepSeek-V4 使用了一种全新的注意力机制，在 token 维度进行压缩，结合 DSA 稀疏注意力（DeepSeek Sparse Attention），实现了全球领先的长上下文能力。同时，相比传统方法大幅降低了对计算和显存的需求。从现在起，一百万上下文将是 DeepSeek 所有官方服务的标配。

DeepSeek-V4 和 DeepSeek-V3.2 的计算量和显存容量随上下文长度的变化

DeepSeek-V4 的技术报告中提到，这次架构升级包含了三项核心创新：

• CSA+HCA 混合注意力机制（Compressed Sparse Attention 与 Heavily Compressed Attention），这是实现超长上下文高效处理的核心所在；

• mHC（Manifold-Constrained Hyper-Connections，流形约束超连接），用于强化传统残差连接，提升信号在层间传播的稳定性；

• 引入 Muon 优化器，带来更快的收敛速度与更稳定的训练过程；

在效率层面，技术报告同样给出了更具体的量化数据：在 1M token 上下文场景下，V4-Pro 的单 token 推理 FLOPs 仅为 DeepSeek-V3.2 的 27%，KV Cache 大小仅为 10%。V4-Flash 的效率提升更为激进，FLOPs 仅为 10%，KV Cache 仅为 7%。

03

官网、App、API 同步上线，

即日可用

目前，DeepSeek API 已经同步上线了 V4-Pro 和 V4-Flash，支持 OpenAI ChatCompletions 接口与 Anthropic 接口。访问新模型时，base_url 不变，model 参数改为 deepseek-v4-pro 或 deepseek-v4-flash 即可。

V4-Pro 与 V4-Flash 最大上下文长度均为 1M，同时支持非思考模式与思考模式。其中思考模式支持通过 reasoning_effort 参数设置思考强度（high / max）。对于复杂的 Agent 场景，DeepSeek 官方建议使用思考模式并将强度设置为 max。

需要注意的是，旧有的两个模型名 deepseek-chat 与 deepseek-reasoner 将于三个月后（2026-07-24）停止使用。当前阶段内，这两个模型名分别对应的是 deepseek-v4-flash 的非思考模式与思考模式。

更详细的调用方式请参考官方文档：api-docs.deepseek.com

开源权重和本地部署

• DeepSeek-V4 模型开源链接：

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

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

• DeepSeek-V4 技术报告：

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

更多阅读

AI Native的组织架构应该是怎么样的？Block CEO：每家公司都可以压缩成一个agent

对谈CREAO：20人团队、每天上线8个功能，在Pivot产品之前，我们先Pivot了组织

Canva可画联合创始人独家专访：2.65亿用户的Canva，用自研模型，解决了设计的审美问题

一款好的 AI Native 硬件，硬件只是脚手架，真正壁垒一定是 Agent

转载原创文章请添加微信：founderparker