一、写在 V4 发布当天

2026 年 4 月 24 日上午 10:56，DeepSeek 官方微信公众号弹出一条推送：「DeepSeek-V4 预览版：迈入百万上下文普惠时代」。

没有发布会，没有倒计时，就这么 quietly 上线了 —— 然后瞬间在技术圈炸开了锅。

作为一个从 V1 追到 R1 再到今天的开发者，我必须说：DeepSeek V4 不只是一次常规的版本迭代，它是国产开源大模型在三个关键维度上的一次质变：百万级长上下文真正可用、原生 Agent 能力质的飞跃、以及模型与国产算力的深度绑定。

本文基于官方公告、技术报告和 API 文档的第一手信息，从开发者视角为你拆解 V4 到底变了什么、为什么值得兴奋、以及怎么最快上手。

二、两个版本，两种定位

DeepSeek V4 这次按大小分为 Pro 和 Flash 两个版本，这种分层设计在开源模型里并不常见，但对开发者来说非常实用。

2.1 DeepSeek-V4-Pro：性能比肩顶级闭源模型

Pro 版是 V4 系列的旗舰，核心指标可以用一句话概括：开源模型里的最强，与顶级闭源模型的差距正在无限缩小。

官方给出的三大核心亮点：

  • Agent 能力大幅提高：在 Agentic Coding 评测中达到当前开源模型最佳水平。内部实测使用体验优于 Sonnet 4.5，交付质量接近 Opus 4.6 的非思考模式

  • 丰富的世界知识：大幅领先其他开源模型，仅稍逊于 Gemini-Pro-3.1

  • 世界顶级推理性能：在数学、STEM、竞赛型代码评测中，超越所有已公开评测的开源模型，取得比肩世界顶级闭源模型的成绩

对开发者来说这意味着什么？如果你在用 Claude Code 或 Cursor 做 AI 辅助编程，现在有一个开源、便宜、效果接近的替代方案了。

2.2 DeepSeek-V4-Flash：性价比之王

Flash 版可以理解为 Pro 的"精简蒸馏版"：

  • 推理能力接近 Pro，世界知识储备稍逊

  • 参数和激活量更小，响应更快

  • API 价格仅为 Pro 的约 1/10

在 Agent 评测中，Flash 在简单任务上与 Pro 旗鼓相当，高难度任务有差距。如果你的应用场景以日常对话、文档处理、简单代码生成为主，Flash 完全够用。

三、三大技术突破：这不是堆参数，是重新设计

3.1 百万上下文：从"能跑"到"好用"

V4 最大的标签是 1M token 上下文。注意，这不是"技术上支持 1M"，而是全量开放、默认可用、已经上线。

官网、App、API 均已同步支持。API 最大输出长度达 384K tokens。

支撑这一切的是 V4 的两大架构创新：

  • Token 维度压缩的全新注意力机制：直接在 token 层面做压缩，而非传统的层间或头间压缩

  • DSA（DeepSeek Sparse Attention）稀疏注意力：大幅降低长序列下的计算和显存需求

对开发者来说，1M 上下文意味着什么？

  • 可以直接把整个项目的源代码（甚至多个相关项目）一次性塞进去，让模型理解全局架构后再做修改

  • 可以处理整本书、整份法律合同、整个数据库 schema 而不需要切片

  • 可以在一次对话中保持长达几十万字的连贯记忆

3.2 Agent 原生设计：不是后加的，是内置的

V4 的 Agent 能力不是简单的"支持工具调用"，而是从训练阶段就针对 Agent 场景做了专项优化：

  • 针对 Claude Code、OpenClaw、OpenCode、CodeBuddy 等主流 Agent 产品做了适配优化

  • 支持 reasoning_effort 参数（high/max），可以在"快速响应"和"深度思考"之间灵活切换

  • 支持非思考模式（类似 V3）和思考模式（类似 R1），一个模型两种用法

这里有一个重要的 API 变更：旧的 deepseek-chat 和 deepseek-reasoner 接口将于 2026 年 7 月 24 日停止使用，统一迁移到 deepseek-v4-pro 和 deepseek-v4-flash。

3.3 双 API 格式：OpenAI + Anthropic 全兼容

这是 V4 最贴心的开发者体验升级之一：

  • OpenAI ChatCompletions 格式：https://api.deepseek.com

  • Anthropic API 格式：https://api.deepseek.com/anthropic

这意味着你现有的代码几乎不用改。用 openai SDK 的改个 base_url 就行；用 Anthropic SDK 的同理。DeepSeek 终于不再只是"兼容 OpenAI"，而是"兼容整个行业"。

四、API 定价：依然良心，但分层了

V4 的定价延续了 DeepSeek 的低价策略，但 Pro 和 Flash 拉开了明显差距（单位：每百万 token）：

项目

V4-Flash

V4-Pro

Input (Cache Hit)

$0.028

$0.145

Input (Cache Miss)

$0.14

$1.74

Output

$0.28

$3.48

几点观察：

  1. Flash 的 Cache Hit 价格几乎是白送（$0.028/1M ≈ ¥0.2/1M），对于多轮对话、重复前缀的场景，成本可以忽略

  2. Pro 的定价明显对标 Claude Opus/GPT-4 级别，但仍然是闭源模型的几分之一

  3. 旧接口 deepseek-chat 和 deepseek-reasoner 即将弃用，建议尽快迁移

对于大部分开发者来说，我的建议是：开发调试用 Flash，生产上线关键任务用 Pro。

五、开发者上手指南

5.1 最简单的调用方式

from openai import OpenAI
​
client = OpenAI(
    api_key="sk-your-key",
    base_url="https://api.deepseek.com"
)
​
# V4-Pro 思考模式（默认）
response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "You are a senior software engineer."},
        {"role": "user", "content": "Refactor this legacy Java class to use modern patterns..."}
    ]
)
​
# V4-Flash 非思考模式（更快更便宜）
response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[...],
    extra_body={"thinking": {"type": "disabled"}}  # 关闭思考模式
)

5.2 1M 上下文的正确打开方式

# 把整个项目的 README + 核心源码一次性塞进去
with open("project/README.md") as f:
    readme = f.read()
​
with open("project/src/main.py") as f:
    code = f.read()
​
response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "你正在审查一个 Python 项目。请分析代码结构并提出优化建议。"},
        {"role": "user", "content": f"README:\n{readme}\n\n核心代码:\n{code}"}
    ],
    max_tokens=16000
)

5.3 Anthropic 格式的调用

如果你在用 Anthropic SDK 或工具链：

import anthropic
​
client = anthropic.Anthropic(
    api_key="sk-your-key",
    base_url="https://api.deepseek.com/anthropic"
)
​
message = client.messages.create(
    model="deepseek-v4-pro",
    max_tokens=4000,
    messages=[{"role": "user", "content": "Hello!"}]
)

六、冷静的反思：V4 依然不完美

作为一篇有诚意的开发者文章，不能只吹不黑。V4 预览版发布当天，我有几个观察：

✅ 做得极好的

  • 1M 上下文不是噱头，是真的开放：对比某些厂商的"支持长上下文但限制多多"，DeepSeek 直接全量开放，值得尊重

  • 双 API 格式大幅降低迁移成本：现有项目接入 V4 几乎零门槛

  • Agent 能力不再是短板：从"代码能力强但 Agent 弱"到"Agent 达到开源最佳"，这是一个关键跨越

  • Flash 版本的存在是神来之笔：让低成本场景真正可用

⚠️ 需要注意的

  • Pro 版定价不低：$1.74/$3.48 每百万 token 的定价，对于高频调用的生产环境来说，成本需要认真计算

  • 思考模式的延迟：V4-Pro 的思考模式（默认开启）在复杂任务上可能会有明显的"思考时间"，实时交互场景建议用 Flash 或非思考模式

  • 旧接口即将弃用：2026 年 7 月 24 日停止 deepseek-chat 和 deepseek-reasoner，存量项目需要规划迁移

  • 1M 上下文的实际效果待验证：虽然官方开放了，但超长篇的注意力衰减、信息检索准确率还需要社区的大量实测反馈

七、展望：V4 之后是什么？

DeepSeek V4 的发布，标志着一个明确的技术路线：不堆参数量，不烧训练成本，而是通过架构创新（DSA 稀疏注意力、Token 压缩）和场景深耕（Agent 原生、长上下文）来构建竞争力。

这条路线的可持续性很强。当其他厂商还在比拼谁的总参数量更大时，DeepSeek 证明了：用更聪明的架构，可以用更少的资源，做出更好的效果。

对于开发者来说，V4 的发布意味着：

  1. 国产大模型已经真正可用：不是"差不多能用"，是"在某些场景下比闭源模型更好用"

  2. 长上下文应用的设计范式将被改写：1M token 的窗口让很多之前不可行的应用变成可行

  3. Agent 工具的选型将重新洗牌：开源模型 + 低成本 + 强 Agent 能力，这对闭源商业模型是实实在在的威胁

写在最后

2025 年初，DeepSeek V3 用开源和低价震动了行业。一年后的今天，V4 用百万上下文和 Agent 能力证明了那不是一个偶然。

作为开发者，我乐于看到这样的竞争。工具越来越好用、越来越便宜，最终受益的是每一个写代码的人。

"探索未至之境" —— DeepSeek 官网的标语。

V4 的探索，值得每一个开发者亲自体验。

本文基于 DeepSeek V4 预览版官方公告（2026.4.24）、API 文档及技术报告撰写。随着正式版发布，部分细节可能有所调整。

参考链接：