**DeepSeek-V4发布...

**DeepSeek-V4发布**

DeepSeekV4新版本终于在今天上午正式发布，同时发布V4-Pro与V4-Lite两个版本，Pro版为1.6T参数（49B激活），Lite为284B参数（13B激活），均支持100万Token上下文，模型整体在Agent、文本推理等多项能力提升，实现开源领先，对标闭源头部模型 一、技术主线：A+HCA，实现长上下文成本优化，CDA压缩稀释注意力机制，将每M个Token的KVcache压缩成一个entry，再做稀释注意力，先压缩再稀疏；HCA是重压缩注意力，压缩的比例更高但不做稀疏，两者交错使用。最终的结果，在1Mtokencontext长下文的读取中，V4-Pro的单TokenFlops为V3.2的27%，KVcache为10%，模型效率提升还是DeepSeek继续延续的技术主线 二、模型能力：从Benchmark上看，知识类和推理能力方面的得分均实现了开源SOTA，但相比GPT-5.4/Gemini-3.1Pro还有所落后，技术报告中认为落后前沿模型3-6个月；在Agent&Coding能力上，E相关的跑分对齐K-2.6，GLM-5.1等国内模型，略低于Opus-4.6、GPT-5.4等上一代海外SOTA；长上下文能力较多突出，部分跑分超过Gemini-3.1-Pro，这也是此次V4主打的重点能力 三、算力适配：在推理端正如先前市场预期，加大了与昇腾等国产算力推理端的适配力度，而在训练端考虑到1.6T的参数规模33T的训练数据规模，应还是以海外算力为主；目前官网上线的API定价为Pro版输入/输出每百万Tokens12/24元，基于属于国产模型中较为头部的定价，也是因为Pro模型参数规模较大所致，公司也特别提到目前受制于高端算力，Pro的服务吞吐仍十分有限 四、降本重点：这次DeepSeek-V4的压缩机制主要针对长上下文，将Prefilling部分的计算复杂度目标从O(n^2)降低到O(nk)，k即为压缩的程度；而对于KVCache也进行了线性压缩；所以我们可以看到他的输入Tokens价格不低，但是缓存命中的价格是很低的，主要降低的是这部分的成本；但对于更多的首次Prefilling和Decoding，我们认为仍是占用主要是计算和存储资源，因此这也反应在其总体的较高定价上，所以我们整体认为这对于目前的算力和存力叙事没有太多变化，同时更高的效率也会带来更高的用量 我们也将于今天下午2点进行DeepSeekV4以及GPT-5.5的测评，也会同时进行一些技术报告的解读，欢迎大家参与