近日，一款名为DeepSeek V4的开源大模型引发AI圈热议。有消息称，该模型或将于春节期间正式发布，其编程能力、上下文处理能力等多项指标均达到行业顶尖水平，甚至被部分网友称为“首个能匹敌顶尖闭源模型的开源模型”。
据泄露的基准测试数据，DeepSeek V4在SWE-bench Verified测试中取得了83.7%的成绩，超越了Claude Opus 4.5（80.9%）和GPT-5.2（80%）。这一成绩若被证实，将直接改写当前“最强代码模型”的排名。该模型在AIME 2026、IMO Answer Bench等数学推理测试中也表现出色，分别取得99.4%和88.4%的高分，甚至在FrontierMath Tier 4测试中达到GPT-5.2的11倍成绩。
除了编程和数学能力，DeepSeek V4的上下文处理能力同样引人注目。有传闻称，该模型支持高达100万token的上下文长度，并引入了新的Engram条件存储系统，能够实现近乎无限的上下文检索。这一特性使其在处理大型代码库或复杂分布式系统时更具优势，能够理解代码库中文件变化对其他部分的影响，为企业级开发提供强大支持。
然而，随着消息的传播，部分基准测试数据的真实性也受到质疑。有业内人士指出，在官方评分系统下，模型不可能达到99.4%的分数，最高分应为100%或99.2%。Epoch AI也确认，FrontierMath的数据存在伪造嫌疑，因为只有他们和OpenAI有权对该数据集进行评估。这些质疑使得DeepSeek V4的真实性能蒙上一层阴影。
尽管如此，DeepSeek V4的发布仍被视为开源模型领域的一次重要突破。此前，DeepSeek的V3和R1模型已证明开源AI模型能够以极低成本与专有模型竞争，而V4则有望在此基础上进一步提升开源模型的竞争力。据透露，V4在训练过程中对数据模式的理解能力得到提升，且不易出现性能衰减，输出结果在逻辑上也更加严密和可靠。
目前，DeepSeek官方尚未对V4的发布时间和具体性能作出正式回应，但业内普遍猜测，该模型可能正在测试一个轻量级版本（V4-lite），以逐步释放其技术潜力。与此同时，Hugging Face、GitHub等平台上仍未出现DeepSeek V4的相关更新，进一步加剧了外界对其真实性的猜测。
无论DeepSeek V4的最终性能如何，其引发的讨论已充分说明开源模型在AI领域的影响力正在不断扩大。随着技术的不断进步，开源与闭源模型之间的竞争或将更加激烈，而用户也将从中获得更多选择和更高质量的AI服务。
