昨天上午，DeepSeek 正式发布 DeepSeek V4 系列模型预览版，并同步推出两款新模型：DeepSeek V4 Pro 与 DeepSeek V4 Flash。

目前，两款模型已经上线官网、App 以及 API。开发者如需通过 API 调用，只需将模型名称修改为：

• • deepseek-v4-pro
• • deepseek-v4-flash

这次更新不仅是一次常规模型迭代，更像是 DeepSeek 在长上下文、Agent 能力、推理性能和部署成本之间的一次系统性升级。

一、两款模型：Pro 主打性能，Flash 主打效率

根据官方介绍，DeepSeek V4 系列采用双模型路线：

DeepSeek V4 Pro 面向高性能场景，具备 1.6T 总参数，其中 49B 激活参数。官方称，该模型在 Agent 能力、世界知识储备和复杂推理能力上都有明显提升，性能对标顶级闭源模型。

DeepSeek V4 Flash 则是更轻量、更经济的选择，具备 284B 总参数，其中 13B 激活参数。它更适合日常任务、简单推理、高频调用和成本敏感型应用。官方表示，在简单任务上，Flash 版本的表现与 Pro 版本接近。

简单来说：

Pro 更强，适合复杂任务；Flash 更快、更省，适合高频任务。

二、百万 Token 上下文成为标配

本次 DeepSeek V4 系列最值得关注的一点，是两款模型均支持：

100 万 Token 上下文长度 最高 384K Token 输出

这意味着，模型可以一次性处理更长的文档、更复杂的代码仓库、更庞大的知识库，或者更长周期的多轮对话。

对于开发者和企业用户来说，这会明显拓展 AI 应用边界。例如：

• • 处理超长合同、论文、财报；
• • 分析大型代码库；
• • 构建长记忆 Agent；
• • 进行跨文档、多轮、多步骤推理；
• • 让模型在更完整的信息环境中完成任务。

官方也表示，100 万上下文长度将成为 DeepSeek 官方服务的标配。

三、支持非思考模式与思考模式

DeepSeek V4 Pro 和 DeepSeek V4 Flash 均支持两种工作模式：

非思考模式 适合快速问答、文本生成、简单分析等场景，响应速度更快。

思考模式 适合复杂推理、数学、代码、规划、Agent 任务等场景。开发者可以通过 reasoning effort 参数设置思考强度，支持 high 或 max。

这意味着，用户可以根据任务难度灵活选择模型的“思考深度”。

简单任务不必浪费算力，复杂任务则可以让模型进行更充分的推理。

---

四、面向 Agent 场景重点优化

官方特别提到，DeepSeek V4 针对 Claude Code 等主流 Agent 产品 进行了适配和优化。

这说明 DeepSeek V4 的目标并不只是聊天或问答，而是进一步面向 AI Agent 场景：让模型能够更好地理解任务、规划步骤、调用工具、处理代码、执行长链路任务。

在 AI 应用逐渐从“问答助手”走向“自动执行任务的智能体”的背景下，Agent 能力正在成为大模型竞争的新核心。

DeepSeek V4 Pro 被官方描述为在 Agent 能力上相比顶级闭源模型有明显提升，这也意味着 DeepSeek 正在将竞争重点从基础语言能力，推进到更高阶的任务执行能力。

五、新注意力机制：降低长上下文成本

DeepSeek V4 还引入了一种新的注意力机制。

据官方介绍，该机制在 Token 维度进行压缩，并结合 DSA 稀疏注意力，从而实现更强的长上下文处理能力，同时显著降低计算和显存需求。

这也是百万 Token 上下文能够规模化落地的关键。

过去，长上下文往往意味着更高显存、更高成本和更慢速度。DeepSeek V4 的新机制如果能在实际应用中稳定发挥作用，将有助于推动长上下文从“高端能力”变成“基础能力”。

六、API 价格公布：Flash 走性价比路线

API 定价方面，DeepSeek V4 Flash 与 Pro 采用不同价格策略。

DeepSeek V4 Flash：

• • 输入：每百万 Token 1 元
• • 命中缓存输入：每百万 Token 0.2 元
• • 输出：每百万 Token 2 元

DeepSeek V4 Pro：

• • 输入：每百万 Token 12 元

• • 命中缓存输入：每百万 Token 1 元

• • 输出：每百万 Token 24 元
  

  可以看出，Flash 版本明显面向高频、低成本调用场景；Pro 版本则用于更复杂、更高价值的任务。

官方还表示，预计今年下半年昇腾 950 超节点批量上市后，Pro 版 API 价格将大幅下调。

---

七、旧模型名将在三个月后停用

需要注意的是，旧 API 接口中的两个模型名：

deepseek-chat deepseek-reasoner

将在三个月后，也就是 7 月 24 日 停止使用。

在停止前，这两个模型名将分别指向：

• • deepseek-chat：DeepSeek V4 Flash 非思考模式
• • deepseek-reasoner：DeepSeek V4 Flash 思考模式

对于已经接入 DeepSeek API 的开发者来说，建议尽快完成模型名称迁移，避免后续接口调用受到影响。

八、权重开源：MIT 许可证发布

本次 DeepSeek V4 系列模型权重也将以 MIT 许可证 开源至 Hugging Face 与 ModelScope。

其中：

• • Base 版采用 FP8 Mix 精度
• • Instruct 版采用 FP4 + FP8 Mix 精度

官方建议，本地部署时可设置：

temperature = 1.0 top_p = 1.0

如果使用 think max 模式，建议上下文窗口不低于 384K Token。

这对于希望进行私有化部署、企业内网部署、本地研究和二次开发的用户来说，是一个重要信号。

九、DeepSeek V4 的意义：长上下文、Agent、开源生态三线推进

综合来看，DeepSeek V4 系列的重点可以概括为三点：

第一，百万 Token 长上下文成为核心能力。这将提升模型处理复杂信息的能力，也会推动更多文档、代码、企业知识库场景落地。

第二，Agent 能力被放到更重要的位置。未来大模型竞争不只是回答得准不准，而是能不能完成复杂任务、能不能自主规划、能不能稳定调用工具。

第三，继续坚持开源路线。权重以 MIT 许可证开放，有利于开发者、企业和研究机构围绕 DeepSeek V4 构建更丰富的应用生态。

结语

DeepSeek V4 系列预览版的发布，标志着 DeepSeek 在模型规模、长上下文、推理能力、Agent 适配和开源生态上完成了一次重要升级。

Pro 版本负责冲击高性能上限，Flash 版本负责降低使用门槛和调用成本。百万 Token 上下文与思考模式的加入，则让模型具备了更强的复杂任务处理能力。

接下来，DeepSeek V4 的实际表现，还需要开发者和用户在真实场景中检验。

但可以确定的是，大模型竞争已经进入新的阶段：不只是比谁更会聊天，而是比谁能处理更长的信息、完成更复杂的任务，并以更低成本真正进入生产环境。