DeepSeek V4-Pro 以比 GPT-5.5 Pro 低 98% 的成本推出

DeepSeek 於 2026 年 4 月 24 日釋出 DeepSeek-V4-Pro 與 DeepSeek-V4-Flash 的預覽版本，兩者皆為開放權重模型，具備一百萬 token 的上下文視窗，且定價顯著低於可比的西方替代方案。根據該公司官方規格，V4-Pro 模型的每一百萬輸入 token 成本為 $1.74、每一百萬輸出 token 成本為 $3.48——約為 Claude Opus 4.7 價格的 1/20，且比 GPT-5.5 Pro 低 98%。

模型架構與規模

DeepSeek-V4-Pro 具備 1.6 兆（trillion）個總參數，使其成為截至目前 LLM 市場中最大的開源模型。然而，每次推論傳遞僅啟用 490 億（49 billion）個參數，使用 DeepSeek 所稱的「混合專家（Mixture-of-Experts）」做法，該設計自 V3 以來已被精煉。此設計讓整個模型可保持大部分休眠狀態，而僅在針對任一給定請求時啟用相關切片，降低運算成本，同時維持知識容量。

DeepSeek-V4-Flash 的規模較小，總參數 2840 億（284 billion），啟用參數 130 億（13 billion）。根據 DeepSeek 的基準測試，它「在給予更大的思考預算（thinking budget）時，達到與 Pro 版本相當的推理表現」。

兩個模型都支援一百萬 token 的上下文作為標準功能——約為 750,000 個字詞（words），或大致涵蓋整部「指環王」三部曲（Lord of the Rings）再加上一些額外文本。

技術創新：大規模注意力機制

DeepSeek 透過發明兩種新的注意力類型，解決長上下文處理所固有的計算擴展問題；這些內容如該公司技術論文所述，論文已在 GitHub 上提供。

標準的 AI 注意力機制面臨一個殘酷的擴展問題：每當上下文長度加倍，計算成本就會大約增加四倍。DeepSeek 的解法包含兩種互補的做法：

壓縮稀疏注意力（Compressed Sparse Attention） 分兩步驟運作。它首先把 token 的群組進行壓縮——例如，每 4 個 token 壓縮成一個條目。接著，並非對所有壓縮後的條目進行注意力，而是使用「Lightning Indexer」為任一給定查詢只選擇最相關的結果。這會將模型的注意力範圍，從一百萬 token 降到一個更小的、重要片段（chunks）集合。

高度壓縮注意力（Heavily Compressed Attention） 採取更激進的策略：不經過稀疏選擇，將每 128 個 token 摺疊成一個條目。雖然這會損失細緻的資訊，但它提供了極其便宜的全域視角。兩種注意力類型在交替的層（layers）中運行，使模型能同時保留細節與概覽。

結果是：V4-Pro 使用了其前代模型 (V3.2) 所需運算量的 27%。KV cache——追蹤上下文所需的記憶體——降至 V3.2 的 10%。V4-Flash 進一步提升效率：相較於 V3.2，運算量為 10%、記憶體為 7%。

基準性能與競爭態勢

DeepSeek 發布了針對 GPT-5.4 與 Gemini-3.1-Pro 的完整基準測試比較，其中包含 V4-Pro 落後競爭者的領域。根據 DeepSeek 的技術報告，在推理任務上，V4-Pro 的推理表現相較 GPT-5.4 與 Gemini-3.1-Pro 落後約三到六個月。

V4-Pro 的強項：

• Codeforces (競技程式設計)：V4-Pro 得分 3,206，位於所有真實人類賽事參賽者中的約第 23 名
• Apex Shortlist (精選數學與 STEM 題目)：通過率 90.2%，對比 Opus 4.6 的 85.9% 與 GPT-5.4 的 78.1%
• SWE-Verified (GitHub issue 解決)：80.6%，與 Claude Opus 4.6 的 4.6 相符

V4-Pro 的弱項：

• MMLU-Pro (多任務)：Gemini-3.1-Pro 為 91.0%，而 V4-Pro 為 87.5%
• GPQA Diamond (專家知識)：Gemini 為 94.3，而 V4-Pro 為 90.1
• Humanity’s Last Exam (研究生級別)：Gemini-3.1-Pro 為 44.4%，而 V4-Pro 為 37.7%

在長上下文任務上，V4-Pro 在開源模型中領先，且在 CorpusQA (模擬真實文件分析（一百萬 token）) 上擊敗 Gemini-3.1-Pro，但在 MRCR 上落後於 Claude Opus 4.6；MRCR 用於衡量從深藏於長文本中的特定資訊進行檢索。

Agentic 與程式能力

V4-Pro 可以在 Claude Code、OpenCode 以及其他 AI 程式工具上運行。根據 DeepSeek 對使用 V4-Pro 作為其主要程式代理（coding agent）的 85 位開發者所做的內部調查，52% 表示它已準備好成為他們的預設模型，39% 傾向於「是」，而少於 9% 表示「否」。DeepSeek 的內部測試顯示，V4-Pro 在 agentic 程式編碼任務上表現優於 Claude Sonnet，並接近 Claude Opus 4.5。

Artificial Analysis 在 GDPval-AA 上將 V4-Pro 排在所有開放權重模型的第一名；GDPval-AA 是一項在財務、法律與研究任務中，測試具有經濟價值知識工作的基準。V4-Pro-Max 的 Elo 為 1,554，領先於 GLM-5.1 (1,535) 與 MiniMax 的 M2.7 (1,514)。Claude Opus 4.6 在同一基準測試中的分數為 1,619。

V4 引入「交錯式思考（interleaved thinking）」，能在工具呼叫（tool calls）之間保留完整的思考鏈（chain of thought）。在先前的模型中，當代理進行多次工具呼叫——例如搜尋網路、執行程式、再搜尋——模型的推理上下文會在回合之間被清空。V4 會在各步之間維持推理連續性，避免在複雜的自動化工作流程中發生上下文遺失。

競爭格局與定價背景

V4 的發布正值 AI 領域出現重大動態。Anthropic 於 2026 年 4 月 16 日推出 Claude Opus 4.7。OpenAI 的 GPT-5.5 於 2026 年 4 月 23 日上線，GPT-5.5 Pro 的定價為 $30 每百萬輸入 token$180 與 (每百萬輸出 token)。在 Terminal Bench 2.0 (82.7% versus 70.0%) 上，GPT-5.5 比 V4-Pro 表現更好；該測試會檢驗複雜的命令列代理（command-line agent）工作流程。

小米於 2026 年 4 月 22 日釋出 MiMo V2.5 Pro，提供完整的多模態能力 $1 image, audio, video$3 ，其每百萬 token 的 (input 與 )output 定價分別為 。Tencent 於 GPT-5.5 同一天釋出了 Hy3。

就定價觀點而言：Cline CEO Saoud Rizwan 指出，若 Uber 使用 DeepSeek 而不是 Claude，其 2026 年的 AI 預算——據報足夠使用四個月——本來可延續七年。

![Pricing comparison and Uber budget analysis]https://img-cdn.gateio.im/social/moments-0ee5a4bf95-cbc5686e31-8b7abd-badf29

部署與可用性

V4-Pro 與 V4-Flash 皆採 MIT 授權，並可在 Hugging Face 上取得。這兩個模型目前僅支援文字（text-only）；DeepSeek 表示正在開發多模態能力。兩個模型都可在本地硬體上免費執行，或可依公司需求進行客製化。

DeepSeek 既有的 deepseek-chat 與 deepseek-reasoner 端點已分別在非思考（non-thinking）與思考（thinking）模式下路由到 V4-Flash。先前的 deepseek-chat 與 deepseek-reasoner 端點將於 2026 年 7 月 24 日退役。

DeepSeek 訓練 V4 的部分內容使用了 Huawei Ascend 晶片，因而繞過了美國的出口限制。該公司表示，一旦 950 個新的超級節點（supernodes）在 2026 年下半年上線，Pro 模型那已經相當低的價格還會進一步下調。

實務影響

對於企業而言，定價結構可能會改變成本效益計算。以每一百萬輸入 token 價格 $1.74 的開源基準領先模型，讓大規模文件處理、法律審查以及程式碼生成管線，相較於六個月前要便宜得多。一百萬 token 的上下文使得整個程式碼庫（codebases）或法規申報文件能在單一請求中處理，而不必切分成多次呼叫。

對於開發者與獨立創建者而言，V4-Flash 是主要考量。以每百萬 token $0.14 的輸入與 $0.28 的輸出計價，它比一年前被視為預算選項（budget options）的模型更便宜，同時還能處理多數 V4-Pro 版本能完成的任務。