<?xml version="1.0"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="zh">
	<id>https://arolstar52-zhtest.hf.space/index.php?action=history&amp;feed=atom&amp;title=DeepSeek-V4</id>
	<title>DeepSeek-V4 - 版本历史</title>
	<link rel="self" type="application/atom+xml" href="https://arolstar52-zhtest.hf.space/index.php?action=history&amp;feed=atom&amp;title=DeepSeek-V4"/>
	<link rel="alternate" type="text/html" href="https://arolstar52-zhtest.hf.space/index.php?title=DeepSeek-V4&amp;action=history"/>
	<updated>2026-07-19T19:43:01Z</updated>
	<subtitle>本wiki上该页面的版本历史</subtitle>
	<generator>MediaWiki 1.43.9</generator>
	<entry>
		<id>https://arolstar52-zhtest.hf.space/index.php?title=DeepSeek-V4&amp;diff=4894450&amp;oldid=prev</id>
		<title>2026年5月2日 (六) 05:07 imported&gt;BunnCry</title>
		<link rel="alternate" type="text/html" href="https://arolstar52-zhtest.hf.space/index.php?title=DeepSeek-V4&amp;diff=4894450&amp;oldid=prev"/>
		<updated>2026-05-02T05:07:04Z</updated>

		<summary type="html">&lt;p&gt;&lt;/p&gt;
&lt;p&gt;&lt;b&gt;新页面&lt;/b&gt;&lt;/p&gt;&lt;div&gt;{{Infobox software&lt;br /&gt;
| title = DeepSeek V4&lt;br /&gt;
| logo = &lt;br /&gt;
| developer = [[深度求索]]&lt;br /&gt;
| released = {{start date and age|2026|4|24}}&lt;br /&gt;
| genre = {{indented plainlist|&lt;br /&gt;
*[[大型语言模型]]&lt;br /&gt;
*[[基于转换器的生成式预训练模型]]&lt;br /&gt;
*[[基础模型]]&lt;br /&gt;
}}&lt;br /&gt;
| license = [[MIT許可證|MIT]]&lt;br /&gt;
| website = {{URL|https://www.deepseek.com/}}&lt;br /&gt;
| replaces = [[DeepSeek-V3.2]], [[DeepSeek-R1]]&lt;br /&gt;
}}&lt;br /&gt;
&lt;br /&gt;
&amp;#039;&amp;#039;&amp;#039;DeepSeek-V4&amp;#039;&amp;#039;&amp;#039;是[[深度求索]]（DeepSeek）于2026年4月24日以預覽版形式發布的[[人工智能]][[大型语言模型]]，分為V4-Pro與V4-Flash兩個版本，是深度求索的第四代旗艦模型。&amp;lt;ref&amp;gt;{{Cite web |title=DeepSeek V4 Preview Release |url=https://api-docs.deepseek.com/news/news260424 |website=DeepSeek API Docs |date=2026-04-24 |access-date=2026-04-24}}&amp;lt;/ref&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== 架構 ==&lt;br /&gt;
&lt;br /&gt;
DeepSeek-V4系列包含兩個採用[[混合專家模型]]（MoE）架構的大型語言模型。&amp;lt;ref name=&amp;quot;hf-v4pro&amp;quot;&amp;gt;{{Cite web |title=deepseek-ai/DeepSeek-V4-Pro |url=https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro |website=Hugging Face |access-date=2026-04-24}}&amp;lt;/ref&amp;gt;&lt;br /&gt;
&lt;br /&gt;
* &amp;#039;&amp;#039;&amp;#039;DeepSeek-V4-Pro&amp;#039;&amp;#039;&amp;#039;：總參數量為1.6兆，每個token激活490億個參數，預訓練用了33兆個token。&amp;lt;ref name=&amp;quot;buildfastwithai&amp;quot;&amp;gt;{{Cite web |title=DeepSeek V4-Pro Review: Benchmarks, Pricing &amp;amp; Architecture |url=https://www.buildfastwithai.com/blogs/deepseek-v4-pro-review-2026 |website=Build Fast With AI |access-date=2026-04-24}}&amp;lt;/ref&amp;gt;&lt;br /&gt;
* &amp;#039;&amp;#039;&amp;#039;DeepSeek-V4-Flash&amp;#039;&amp;#039;&amp;#039;：總參數量為2840億，每個token激活130億個參數。&amp;lt;ref name=&amp;quot;hf-v4pro&amp;quot; /&amp;gt;&lt;br /&gt;
&lt;br /&gt;
兩個版本均支持高達100萬token的[[上下文窗口]]，並以[[MIT許可證|MIT協議]]開源發布。&amp;lt;ref name=&amp;quot;hf-v4pro&amp;quot; /&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== 特點 ==&lt;br /&gt;
&lt;br /&gt;
DeepSeek-V4關鍵特點同樣是定價極具競爭力。V4-Pro的API输入定价為每百萬token 1.74美元，輸出定价為每百萬token 3.48美元；V4-Flash的输入定价為每百萬token 0.14美元，輸出定价為每百萬token 0.28美元，兩者均遠低於同級別的閉源競爭對手。&amp;lt;ref&amp;gt;{{Cite web |title=Is it a huge success or a big flop? The first wave of reviews for Deepseek V4 is here |url=https://eu.36kr.com/en/p/3780730845060097 |website=36Kr |access-date=2026-04-28}}&amp;lt;/ref&amp;gt;以V4-Pro為例，其輸出定價約為Claude Opus 4.7的七分之一。&amp;lt;ref name=&amp;quot;codersera-guide&amp;quot;&amp;gt;{{Cite web |title=DeepSeek V4 Complete Guide (2026): Pro vs Flash, Benchmarks, Pricing, Setup |url=https://codersera.com/blog/deepseek-v4-complete-guide-2026/ |website=Codersera |access-date=2026-04-28}}&amp;lt;/ref&amp;gt;此外，深度求索在發布後數小時即宣布對V4-Pro提供75%的限時折扣，並將全平台API緩存命中輸入價格調降至原价的十分之一。&amp;lt;ref&amp;gt;{{Cite web |title=DeepSeek V4 underwhelms markets as DeepSeek slashes prices 75% |url=https://www.resultsense.com/news/2026-04-27-deepseek-v4-launch-muted-pricing-cuts/ |website=ResultSense |access-date=2026-04-28}}&amp;lt;/ref&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== 測試成績 ==&lt;br /&gt;
&lt;br /&gt;
在編程基準方面，V4-Pro在Codeforces競技程式設計評分中達到3,206分，超越GPT-5.4的3,168分，為當時所有模型中最高的競技程式設計得分。&amp;lt;ref name=&amp;quot;codersera-pro-review&amp;quot;&amp;gt;{{Cite web |title=DeepSeek V4 Pro Review: Benchmarks, Pricing &amp;amp; Performance (2026) |url=https://ghost.codersera.com/blog/deepseek-v4-pro-review-benchmarks-pricing-2026/ |website=Codersera |access-date=2026-04-28}}&amp;lt;/ref&amp;gt;在SWE-bench Verified（衡量真實世界軟件工程任務的標準基準）中，V4-Pro得分為80.6%，僅比Claude Opus 4.6的80.8%低0.2個百分點。&amp;lt;ref name=&amp;quot;codersera-pro-review&amp;quot; /&amp;gt;在Terminal-Bench 2.0中，V4-Pro的得分為67.9%，高於Claude的65.4%。&amp;lt;ref name=&amp;quot;codersera-pro-review&amp;quot; /&amp;gt;在世界知識基準上，V4-Pro在所有開源模型中排名第一，僅次於閉源模型Gemini-3.1-Pro。&amp;lt;ref&amp;gt;{{Cite web |title=DeepSeek V4 Preview Release |url=https://api-docs.deepseek.com/news/news260424 |website=DeepSeek API Docs |date=2026-04-24 |access-date=2026-04-24}}&amp;lt;/ref&amp;gt;&lt;br /&gt;
&lt;br /&gt;
不過V4-Pro在部分基準上仍落後於頂級閉源模型：在衡量專家級跨領域推理的Humanity&amp;#039;s Last Exam中，V4-Pro得分為37.7%，低於Claude（40.0%）、GPT-5.4（39.8%）及Gemini-3.1-Pro（44.4%）。&amp;lt;ref name=&amp;quot;buildfastwithai&amp;quot; /&amp;gt;在SimpleQA-Verified事實性知識回憶測試中，V4-Pro得分為57.9%，同樣明顯低於Gemini的75.6%。&amp;lt;ref name=&amp;quot;buildfastwithai&amp;quot; /&amp;gt;&lt;br /&gt;
&lt;br /&gt;
V4-Flash的性能表現亦不容忽視。在SWE-bench Verified中，V4-Flash得分為79.0%，僅比V4-Pro低1.6個百分點，但API費用遠低於後者。&amp;lt;ref name=&amp;quot;buildfastwithai&amp;quot; /&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== 外界反應 ==&lt;br /&gt;
&lt;br /&gt;
與2025年初DeepSeek-R1及DeepSeek-V3發布時引發全球科技股拋售浪潮不同，V4的發布在金融市場上未引起類似的劇烈反應。&amp;lt;ref&amp;gt;{{Cite web |title=No Shock, No Selloff: DeepSeek V4 Falls Flat |url=https://stratnewsglobal.com/world-news/no-shock-no-selloff-deepseek-v4-falls-flat/ |website=StratNews Global |access-date=2026-04-28}}&amp;lt;/ref&amp;gt;分析師指出，去年引發市場震動的特定條件，包括美國科技股高估值、對少數頭部廠商主導市場的預期，以及低成本中國AI廠商的突然崛起所帶來的市場驚訝，目前已不復存在，投資者的預期已作出相應調整。&amp;lt;ref&amp;gt;{{Cite web |title=No Shock, No Selloff: DeepSeek V4 Falls Flat |url=https://stratnewsglobal.com/world-news/no-shock-no-selloff-deepseek-v4-falls-flat/ |website=StratNews Global |access-date=2026-04-28}}&amp;lt;/ref&amp;gt;此外，Kimi、Qwen等中國AI廠商亦已縮窄與DeepSeek的差距，業內競爭日趨激烈。&amp;lt;ref&amp;gt;{{Cite web |title=No Shock, No Selloff: DeepSeek V4 Falls Flat |url=https://stratnewsglobal.com/world-news/no-shock-no-selloff-deepseek-v4-falls-flat/ |website=StratNews Global |access-date=2026-04-28}}&amp;lt;/ref&amp;gt;&lt;br /&gt;
&lt;br /&gt;
在地緣政治層面，V4在[[华为]]昇腾AI芯片上進行了效率優化，外界視此為中國在美國出口管制持續收緊下，加快建立自主AI計算生態系統的重要信號。&amp;lt;ref&amp;gt;{{Cite web |title=DeepSeek V4 underwhelms markets as DeepSeek slashes prices 75% |url=https://www.resultsense.com/news/2026-04-27-deepseek-v4-launch-muted-pricing-cuts/ |website=ResultSense |access-date=2026-04-28}}&amp;lt;/ref&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== 現狀 ==&lt;br /&gt;
&lt;br /&gt;
V4目前仍處於預覽版階段，深度求索尚未公布正式版發布時間表。&amp;lt;ref name=&amp;quot;evolink&amp;quot;&amp;gt;{{Cite web |title=DeepSeek V4 Is Live in Preview: Official API Models and Pricing |url=https://evolink.ai/blog/deepseek-v4-release-window-prep |website=Evolink AI |access-date=2026-04-28}}&amp;lt;/ref&amp;gt;原有API端點deepseek-chat及deepseek-reasoner將於2026年7月24日正式停用，屆時分別轉接至V4-Flash的非思考模式與思考模式。&amp;lt;ref name=&amp;quot;evolink&amp;quot; /&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== 參見 ==&lt;br /&gt;
&lt;br /&gt;
* [[DeepSeek-R1]]&lt;br /&gt;
* [[DeepSeek-V3]]&lt;br /&gt;
* [[OpenAI o1]]&lt;br /&gt;
&lt;br /&gt;
== 參考資料 ==&lt;br /&gt;
{{refs|30em}}&lt;br /&gt;
&lt;br /&gt;
== 外部連結 ==&lt;br /&gt;
&lt;br /&gt;
=== 官方網頁 ===&lt;br /&gt;
* [https://api-docs.deepseek.com/news/news260424 DeepSeek V4 Preview Release] &lt;br /&gt;
* [https://huggingface.co/collections/deepseek-ai/deepseek-v4 deepseek-ai/DeepSeek-V4（Hugging Face）]&lt;br /&gt;
* [https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdf DeepSeek V4 技術報告]&lt;br /&gt;
&lt;br /&gt;
{{生成式人工智能}}&lt;br /&gt;
[[Category:深度求索]]&lt;br /&gt;
[[Category:聊天机器人]]&lt;br /&gt;
[[Category:大型语言模型]]&lt;br /&gt;
[[Category:2026年軟體]]&lt;/div&gt;</summary>
		<author><name>imported&gt;BunnCry</name></author>
	</entry>
</feed>