1.6 万亿参数 · 百万上下文标配 · 打到2毛钱 · 跑在华为芯片上
全球 AI 圈，
先说结论：这次 V4 的发布，有三件事让我睡不着
第一件：百万 token 上下文，从"高端奢侈品"变成"全系标配"。
一年前，谷歌 Gemini 1.5 靠 1M 上下文吊打所有人，定价贵得让人咋舌。 而今天，DeepSeek 把它做成了连最便宜的 Flash 版本都自带的基础功能。 就像你去买国产手机，发现 1TB 存储已经是入门款了——有点麻木，但确实震到了。
第二件：百万 token 的价格，被打到了 2 毛钱。
V4-Flash：0.2 元 / 百万 Tokens。 国内竞品里，Kimi-K2.6 缓存命中价 1.1 元，GLM-5.1 要 1.3~2 元。 DeepSeek 在上下文翻了数倍的前提下，价格反而是别人的零头。
这不叫"价格战"，这叫降维打击。
第三件：黄仁勋说过"那将是灾难性的"——然后 DeepSeek 真的做到了。
V4 不仅跑在英伟达 GPU 上，还完成了华为昇腾 NPU 的全面适配，性能不降反升，部分场景加速接近翻倍。英伟达 CEO 黄仁勋曾公开说："如果 DeepSeek 先在华为平台上发布，对我们国家将是灾难性的结果。"
现在，那个"灾难"，发生了。
DeepSeek V4 到底是什么？用人话说一遍
DeepSeek V4 是深度求索（DeepSeek）于 2026 年 4 月 24 日发布的新一代旗舰大语言模型，全量开源，MIT 协议，附带 58 页技术报告。
这次发布了两个版本：
| 版本 | 总参数 | 激活参数 | 上下文 | 输入定价 | 输出定价 |
|---|---|---|---|---|---|
| V4-Pro（旗舰） | 1.6T | 49B | 1M tokens | ¥1/M | ¥2/M |
| V4-Flash（轻量） | 284B | 13B | 1M tokens | ¥0.2/M | ¥0.4/M |
💡1M tokens 是什么概念？大约是 75 万个英文单词，或者相当于一部《红楼梦》全文的 3 倍。过去处理这么长的文本，要么超出模型限制，要么贵到令人咋舌。
技术上它做了什么？三个真正的突破
我知道很多人不关心架构细节，但这三个点你必须了解——因为它们直接解释了"为什么能这么便宜"。
突破 1：混合注意力机制，把长文本的计算量砍掉了 73%
处理 1M token 的超长上下文，最大的障碍是算力成本随长度平方增长——文本翻倍，算力翻四倍。
V4 用"混合注意力机制"（Hybrid Attention）解决了这个问题：将 token 压缩与稀疏注意力结合，让 1M 上下文的实际计算量只有上一代 V3.2 的27%，显存占用降至10%。
用大白话说：同样的文本，V4 花的电费是 V3 的四分之一。这才是"打到 2 毛钱"的底气所在，而不是靠补贴烧钱。
突破 2：原生支持华为昇腾，把算力枷锁卸了
以往中国 AI 公司有一个隐形天花板：英伟达芯片受出口管制，顶级算力供不应求，推理成本居高不下。
DeepSeek V4 直接在华为昇腾 NPU 上完成了精细粒度的专家并行（EP）方案验证：
- 通用推理任务：1.50~1.73 倍加速
- 对延时敏感的 RL 推演 / Agent 场景：1.96 倍加速
这意味着什么？意味着 DeepSeek 可以不依赖英伟达，在国产算力上跑出更高性价比。官方也暗示：待下半年华为昇腾 950 超节点批量上市，Pro 版本的 API 价格还会大幅下调。
这颗子弹的杀伤力，会在未来 6~12 个月慢慢释放。
突破 3：默认开启思维链，推理能力内置
V4 原生默认开启 Thinking Mode（深度推理模式），不需要用户额外切换。
配合后训练阶段引入的 10 个专项内部模型（数学、代码、Agent 等），V4 在推理类任务上的表现有了质的跃升。在 Artificial Analysis 综合评估（Elo）榜单上：
- DeepSeek V4-Pro：1554 分（开源模型第一）
- GLM-5.1：1535 分
- Kimi K2.6：1484 分
- DeepSeek V3.2：约 1199 分（V4 直接领先 355 分）
在算法竞赛类（Codeforces）和顶级推理类测评中，V4-Pro 甚至超过了 Claude-Opus-4.6 和 GPT-5.4 的标准配置版本。
但我也要泼一盆冷水
炸场归炸场，有几个点值得冷静看待：
1. 不如 R1 那次震撼。DeepSeek R1 发布时，全球都惊呼"没想到中国能做出来"。V4 这次更像是"意料之中的强"，大家已经开始适应这个节奏了。
2. 没有多模态，纯文本。V4 不能看图、不能生视频，对于普通用户来说缺少直观冲击力。GPT-5、Gemini 都在大力推图文视频一体化，这是 V4 目前的明显短板。
3. 与顶级闭源模型仍有差距。官方技术报告罕见地坦诚：V4-Pro "略落后于 GPT-5.4 和 Gemini-3.1-Pro"，差距大约在3~6 个月。开源最强，但还不是全球最强。
4. 500 亿融资传言悬而未决。据传 DeepSeek 正在洽谈 500 亿元融资，腾讯、阿里都在桌上，投前估值 3000 亿。官方至今没有正面回应——这份沉默，让人浮想联翩。
这件事真正的意义
V4 的发布，不只是一个模型发布。
它完成了三件事：
- 让百万上下文从"高端特性"变成行业基准，所有模型都必须跟进，否则显得落后
- 用国产算力跑出顶级性能，打破了"先进 AI 必须依赖英伟达"的潜意识
- 再次把 API 价格地板踩穿，逼得所有大模型厂商重新审视定价策略
中国 AI 产业的发展路径，从来就不是"弯道超车"，而是另起一条道。
DeepSeek 的打法是：我不一定比你最先进，但我能让同等能力的成本低一个数量级，然后开源给全世界用。这种打法，正在重塑全球 AI 的权力格局。
怎么上手体验？
- 官网直接用：chat.deepseek.com（已更新为 V4）
- API 调用：platform.deepseek.com
- 开源模型下载：HuggingFace / ModelScope 搜索
DeepSeek-V4，MIT 协议，商用免费 - 技术报告：HuggingFace 官方仓库附带完整 58 页技术报告，值得一读
最后说一句
2023 年，大家还在讨论"中国 AI 能不能追上美国"。
2026 年，我们在讨论的是"DeepSeek 这次把价格打到多低"。
时代变了。
🔖觉得有用就点个赞吧，更多 AI 前沿内容持续更新～
💬评论区聊一聊：你觉得 DeepSeek 的"开源+极低价"策略，最终会不会把国内其他大模型逼死？
