想为 DeepSeek V4 寻找第一手的原始数据或参数细节，最可靠的路径是查阅它的官方技术论文及时关注官方公告。
不过，基于截至目前的发布信息和技术社区分享，我可以先为你整理一份核心架构和技术参数的汇总：
📈 模型基础规格对比
两个核心版本的具体参数如下：
| 版本 | 总参数 | 激活参数 | 上下文 | 预训练数据 |
|---|---|---|---|---|
| DeepSeek-V4-Pro | 1.6 万亿 (1.6T) | 490 亿 (49B) | 100万 token (1M) | 33 万亿 token |
| DeepSeek-V4-Flash | 2840 亿 (284B) | 130 亿 (13B) | 100万 token (1M) | 32 万亿 token |
📊 关键基准测试表现
在核心能力上，V4 Pro-Max（最强推理模式）模型在不同任务上表现出色，与顶级闭源模型各有千秋。以下是几个关键评测数据集上的对比 (2026年4月发布) ：
| 评测基准 | 评测重点 | GPT-5.4 | Claude Opus 4.6 | Gemini 3.1 Pro | DeepSeek V4 Pro-Max |
|---|---|---|---|---|---|
| MMLU-Pro | 综合知识 | 87.5 | 89.1 | 91.0 | 87.5 |
| GPQA Diamond | 研究生级问答 | 93.0 | 91.3 | 94.3 | 90.1 |
| SimpleQA | 事实准确性 | 45.3 | 46.2 | 75.6 | 57.9 |
| HumanEval | 代码生成 | - | 88.8 | 91.7 | 93.5 |
| Codeforces | 编程竞赛 | 3168 | - | 3052 | 3206 |
| Apex Shortlist | 复杂推理 | 78.1 | 85.9 | 89.1 | 90.2 |
注：上表为官方或主流评测数据，不同测试条件下的结果可能略有差异。例如在SWE Verified（软件工程）任务上，四款模型的得分均为80.6%，实力相当。
⚙️ 核心架构创新
DeepSeek V4 在架构上进行了多项革新，是大幅降低长文本推理成本的关键：
- 注意力机制：采用DSA2 注意力机制，融合了 DSA (DeepSeek Sparse Attention) 与 NSA 两种稀疏注意力技术，在长文本处理中更高效。
- 专家模型 (MoE) 结构：使用Mega 内核融合方案，每个 MoE 层包含 384 个专家（如“金融”、“法律”领域的子模型），每次推理会激活其中 6 个进行联合计算。
- 成本优化技术：
- 单次推理成本：在 1M 上下文设置下，与 V3.2 模型相比，V4-Pro 的推理计算量（FLOPs）降至 27%，KV Cache 显存占用降至10%。V4-Flash 则更为极致，两者分别降至10%和7%。
- 训练与优化：引入Muon 优化器和GRPO强化学习算法等新技术。
💡 定价与可用性
- 开源与API：V4系列模型已开源，同时也提供 API 服务。
- API定价：所有价格基于1M tokens计算，与模型性能匹配的定价策略如下：
| 模型 | 输入 (缓存命中) | 输入 (缓存未命中) | 输出 |
|---|---|---|---|
| V4 Pro | 1 元 | 12 元 | 24 元 |
| V4 Flash | 0.2 元 | 1 元 | 2 元 |
| V3.2 (对比) | 0.2 元 | 2 元 | 3 元 |
💡 后续关注
- 开源计划：公司计划于7月24日停止旧模型
deepseek-chat和deepseek-reasoner的服务，将它们完全整合至新的V4-Flash模型中。 - 国产算力：根据公告，华为昇腾芯片将成为V4系列的关键算力提供者。
- 论文跟进：对于即将发布的完整技术论文，可以关注 DeepSeek 的官方公告和学术平台（如arXiv）。
- 官方渠道：最权威的信息来源是 DeepSeek 的官方网站、官方公告和 GitHub 仓库。
