近日，一款名为DeepSeek V4的开源AI模型引发科技圈热议。这款被网友称为“开源新王”的模型，据传在多项基准测试中超越了Claude Opus 4.5和GPT-5.2等顶尖闭源模型，尤其在编程能力上展现出惊人实力。尽管官方尚未正式发布，但泄露的测试数据已让整个AI社区沸腾。
根据网络流传的测试结果，DeepSeek V4在SWE-bench Verified编程基准测试中取得了83.7%的得分，超越了Claude Opus 4.5的80.9%和GPT-5.2的80%。这一成绩若经证实，将直接改写当前最强代码模型的排名。更令人震惊的是，该模型在AIME 2026数学竞赛测试中达到99.4%的准确率，在FrontierMath Tier 4前沿数学推理测试中取得23.5%的得分，是GPT-5.2的11倍。
技术专家分析指出，DeepSeek V4的突破不仅体现在分数上。该模型具备100万token的上下文处理能力，配合全新的Engram条件记忆机制，使其能够理解大型代码库中文件间的复杂关联。这种“全仓库级推理能力”对企业级软件开发具有革命性意义——开发者可以依赖AI理解整个项目结构，在正确位置插入新功能或修复bug，而无需担心上下文丢失问题。
然而，这些惊人的测试数据也引发了质疑。Epoch AI等机构证实，FrontierMath数据集的评估权限仅开放给特定机构，网络流传的分数存在伪造可能。更有专家指出，在官方评分系统下，AIME测试的最高分应为100%（120/120），而99.4%的得分存在统计异常。这些争议使得DeepSeek V4的真实性能仍笼罩在迷雾之中。
尽管如此，DeepSeek V4的潜在影响力已不容忽视。据知情人士透露，该模型可能采用2000亿参数架构，但未使用与北大联合开发的Engram记忆机制。灰度测试显示，其API文档标注的上下文长度仍为128K，与宣称的100万token存在差距。这种“低调测试”策略被解读为技术验证阶段的重要步骤。
在模型架构层面，DeepSeek持续推动创新。meta科学家Zhuokai Zhao的研究表明，当前前沿稀疏专家模型已形成标准配方：MLA架构结合sigmoid激活函数，配合共享专家模块和无辅助损失设计，正在成为行业新标准。而DeepSeek在V3.2版本后，持续在模型架构、记忆机制和视觉推理等领域探索，为V4的突破奠定了技术基础。
这场开源与闭源模型的竞争，正演变为技术理念的交锋。DeepSeek V4若能兑现承诺，将以开放权重模式打破闭源模型的技术垄断，为全球开发者提供低成本、高性能的替代方案。其引发的讨论，已超越单纯的技术比较，成为AI发展路径选择的重要参照。
