DeepSeek V4
DeepSeek 采用 MIT 许可证的 100 万上下文混合专家双模型:1.6T 的 Pro 和 284B 的 Flash,面向长上下文智能体。
一句话概括. DeepSeek V4 是一对非常庞大的免费 AI 模型(Pro 和 Flash),能一次读入约一百万 token,而不必付出通常那么高的内存代价。它们面向编程和智能体任务,MIT 许可证允许你随意使用。它们是服务器级模型,不适合笔记本。
概述
DeepSeek 于 2026 年 4 月 24 日发布 V4 预览版,包含两个混合专家(MoE)模型:V4-Pro 总参数 1.6 万亿(每个 token 激活 490 亿),V4-Flash 总参数 2840 亿(激活 130 亿)。两者上下文窗口都是 100 万 token,DeepSeek 已把它设为自家服务的默认值,代码和权重均采用 MIT 许可证。预览版后来被正式检查点取代:7 月 31 日的 V4-Flash-0731 和 8 月 13 日的 V4-Pro-0813。DeepSeek 称它们取代预览版,智能体能力大幅增强,且各自内置名为 DSpark 的推测解码模块,无需另配草稿模型。
相比 DeepSeek V3.2,最大的变化是注意力处理长输入的方式。V4 结合了压缩稀疏注意力(CSA)和高度压缩注意力(HCA),技术报告称在 100 万 token 上下文下,V4-Pro 的单 token 计算量只有 V3.2 的约 27%,KV 缓存只有约 10%。模型还加入了流形约束超连接(mHC)来强化残差连接,并使用 Muon 优化器在超过 32 万亿 token 上训练。V4-Flash 有 43 层,256 个路由专家加 1 个共享专家;V4-Pro 有 61 层,384 个路由专家;两者每个 token 都路由到 6 个专家。
指令版检查点把专家权重存为 FP4,其余大部分权重为 FP8,预览版 V4-Flash 约 160 GB,预览版 V4-Pro 约 865 GB。正式的 0731 和 0813 检查点因包含 DSpark 模块而更大,分别约 167 GB 和 893 GB。提供三种推理模式:Non-think、Think High 和 Think Max,DeepSeek 建议 Think Max 使用至少 384K token 的上下文窗口。它没有 Jinja 聊天模板,DeepSeek 提供了 Python 编码脚本。在 DeepSeek 自己的表格里,预览版 V4-Pro 的 Max 模式在 SWE-bench Verified 上得 80.6 分、Terminal-Bench 2.0 上得 67.9 分;后续版本报告的 Terminal-Bench 2.1 成绩为 Flash-0731 82.7 分、Pro-0813 87.9 分。这些数字均为自报。
适合做什么
- 一次对话就需要数十万 token 的长上下文编程和智能体会话
- 拥有多卡服务器、想要采用纯 MIT 许可证的超大开放模型的团队
- 用 V4-Flash 作为更便宜的一档,每个 token 只激活 130 亿参数
- 不能接受营收限制或使用限制的产品
需要注意
- 即使是 V4-Flash-0731 也约 167 GB,V4-Pro-0813 约 893 GB,两者都需要多卡服务器或超大统一内存的机器
- 主要检查点只读写文字;需要图像输入请用 DeepSeek V4.1 Flash 或实验性的 V4-Flash-Vision-Exp
- 预览版与正式的 0731、0813 版本是不同的检查点、分数也不同,请确认某个基准或服务商指的是哪一个
- 基准数据来自 DeepSeek 自己的表格,智能体分数使用其自有的运行框架
性能数据来自开发方,未经独立验证。
需要多少内存?
以下为 V4-Flash (preview) 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。
| 版本 | 参数量 | BF16 | FP8 / INT8 | 4-bit (Q4) | 可运行于 |
|---|---|---|---|---|---|
| V4-Flash-0731 FP4 | 284B 激活 13B | 653 GB | 327 GB | 184 GB | 大内存台式机 |
| V4-Flash (preview) FP4 | 284B 激活 13B | 653 GB | 327 GB | 176 GB | 大内存台式机 |
| V4-Pro-0813 FP4 | 1.6T 激活 49B | 3.68 TB | 1.84 TB | 982 GB | GPU 服务器 |
| V4-Pro (preview) FP4 | 1.6T 激活 49B | 3.68 TB | 1.84 TB | 952 GB | GPU 服务器 |
估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。
许可证,用大白话说
最简短、最宽松的许可证。只要保留版权和许可声明,你几乎可以对模型做任何事。
延伸阅读
- DeepSeek V4 与 Hy3 对比:该选哪个大型开放模型?
- 2026 年最佳开源大模型
- 最适合编程和 AI 智能体的开源模型
- 百度 ERNIE 5.5 Flash Base:280B 基础模型,许可证把欧盟排除在外
- 超大开源模型开始直接以 4 位发布:对内存规划意味着什么
常见问题
- DeepSeek V4 是什么?
- DeepSeek V4 是一对非常庞大的免费 AI 模型(Pro 和 Flash),能一次读入约一百万 token,而不必付出通常那么高的内存代价。它们面向编程和智能体任务,MIT 许可证允许你随意使用。它们是服务器级模型,不适合笔记本。
- DeepSeek V4 可以商用吗?
- 可以。DeepSeek V4 采用 MIT 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
- DeepSeek V4 是开源的吗?
- DeepSeek V4 采用 MIT 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
- 我能在自己的电脑上运行 DeepSeek V4 吗?
- 只有大内存机器才行。最小版本 V4-Flash (preview) 在 4 位精度下约需 176 GB。配备 128 至 512 GB 统一内存的台式机可以装下,但速度一般。
- DeepSeek V4 是什么时候发布的?
- DeepSeek V4 由 DeepSeek 于 2026年4月24日 发布。
- DeepSeek V4 的上下文窗口有多长?
- DeepSeek V4 支持最长 1M token 的上下文窗口。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- DeepSeek-V4 Preview: Entering the Era of Affordable Million-Token Context (DeepSeek, 24 Apr 2026) deepseek.com
- DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence (technical report) arxiv.org
- DeepSeek-V4-Pro model card (Hugging Face) huggingface.co
- DeepSeek-V4-Pro-0813 model card (Hugging Face) huggingface.co
- DeepSeek-V4-Flash-0731 model card (Hugging Face) huggingface.co
发布时间等信息最近核实于 2026年11月11日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| DeepSeek V4.1 Flash DeepSeek | 552B 激活 16B | 1M | MIT (宽松) | 561 GB GPU 服务器 | |
| GLM-5.3 Z.ai (Zhipu AI) | 753B 激活 40B | 1M | GLM-5.3 License (附条件) | 520 GB GPU 服务器 | |
| Kimi K3.1 Pro Moonshot AI | 2.8T 激活 104B | 1M | Kimi K3 License (附条件) | 1.72 TB 多机集群 | |
| Qwen3.8-Max Alibaba Qwen | 2.45T 激活 95B | 1M | Qwen3.8-Max License (附条件) | 1.69 TB 多机集群 |