人工智能领域迎来重量级开源模型更新，DeepSeek正式发布V4系列预览版并全面开源。此次推出的两款模型——参数量达1.6T的DeepSeek-V4-Pro（49B激活参数）和284B参数的DeepSeek-V4-Flash（13B激活参数），均标配百万token上下文窗口，即日起可通过官网及官方App体验，API服务同步开放。
在核心的Agent能力方面，V4-Pro已作为内部编程工具投入日常使用。工程师实测反馈显示，该模型在代码生成任务中的表现优于Sonnet 4.5，交付质量接近Opus 4.6非思考模式。官方基准测试显示，在约200个真实编程任务中，V4-Pro-Max的通过率达67%，显著高于Sonnet 4.5的47%，但略低于Opus 4.6 Thinking的80%。参与调研的85名开发者中，超九成认为其可作为首选或接近首选的编程模型。
工具调用机制迎来重大革新，新引入的XML格式tool-call schema通过「|DSML|」特殊标记划定调用边界。这种设计有效减少了转义失败和工具调用错误，官方称其可靠性较前代显著提升。模型适配性方面，V4系列已完成对Claude Code、OpenClaw等主流Agent产品的专项优化，代码生成与文档处理能力均有增强。
知识推理能力测试中，V4-Pro在世界知识测评SimpleQA-Verified取得57.9分，领先第二名开源模型约20个百分点，仅落后闭源模型Gemini-3.1-Pro 17.7分。在数学、STEM及竞赛代码领域，该模型超越所有已公开评测的开源模型，达到顶级闭源模型水准。基座模型评测显示，V4-Pro-Base在MMLU 5-shot等四项基准测试中全面领先参数量相近的V3.2-Base，其中MMLU-Pro 5-shot得分提升8个百分点至73.5。
竞赛级表现同样亮眼，V4-Pro-Max在Codeforces人类排行榜中位列第23名，IMOAnswerBench通过率达89.8%，仅落后GPT-5.4 1.6个百分点。HMMT 2026 Feb数学竞赛基准测试中取得95.2分，与Opus-4.6 Max的差距不足1%。Agent专项评测显示，其在SWE Verified Resolved任务中通过率达80.6%，与Opus-4.6 Max持平，BrowseComp任务通过率83.4%位列参测模型前列。
长文本处理能力实现突破，1M token场景下MRCR得分83.5，CorpusQA准确率62.0%，均超越Gemini-3.1-Pro。分段数据显示，128K以内检索稳定性优异，1M长度时表现仍优于多数同类模型。中文写作评测中，V4-Pro在功能性写作任务中以62.7%的胜率击败Gemini-3.1-Pro，创意写作质量胜率达77.5%，但在高难度指令约束场景下略逊于Claude Opus 4.5。
针对不同应用场景，两款模型均提供三种推理强度模式。非思考模式响应迅速，适合日常任务；Think High模式启用显式逻辑推理；Think Max模式则强制模型展示完整推理过程，包括被否定的假设。测试数据显示，V4-Pro在Max模式下HLE任务通过率从7.7跃升至37.7，BrowseComp通过率达83.4%。官方建议复杂Agent场景将上下文窗口设为最大值384K token。
百万级上下文支持得益于架构层面的重大创新。V4系列采用CSA与HCA两种压缩注意力机制交替运行，CSA通过闪电索引器筛选top-k压缩块参与计算，HCA则对更长区间token进行激进压缩。1M场景下，V4-Pro单token推理计算量降至V3.2的27%，KV缓存占用减少90%。流形约束超连接技术强化了残差信号传播，训练优化器Muon与AdamW的混合使用提升了模型收敛速度。
训练数据规模超过32T token，涵盖数学、代码、网页等多领域，中期特别加入agentic数据强化代码能力。后训练阶段采用两步范式：先通过SFT与GRPO培养领域专家，再经在线蒸馏整合能力。OPD蒸馏技术采用全词表logit迁移，工程实现需同时加载超十个教师模型权重，隐藏层状态缓存机制避免了显存爆炸问题。
开源策略引发行业震动，四个权重版本同步开放下载，Base版本采用FP8 Mixed精度，指令版本混合使用FP4与FP8。值得关注的是，此次发布未绑定特定硬件厂商，早期访问权限独家授予国产芯片企业。测试显示V4系列已成功适配昇腾平台，这标志着国产算力生态取得重大突破。行业观察人士指出，此举可能加速寒武纪、海光信息等企业的大模型适配进程，推动全球AI硬件标准格局重塑。
