DeepSeek 推出 V4 开源预览版，技术评分 3206 超越 GPT-5.4
DeepSeek 于 4 月 24 日正式推出 V4 预览版系列，以 MIT 许可协议开源，模型权重已同步上线 Hugging Face 及 ModelScope。根据 DeepSeek V4 技术报告，V4-Pro-Max（最高推理力度模式）在 Codeforces 基准取得 3206 分，超越 GPT-5.4。
两款 MoE 模型架构规格
根据 DeepSeek V4 技术报告，V4 系列包含两款混合专家（MoE）模型：
V4-Pro：总参数 1.6T，每 token 激活 49B，支持 1M token 上下文
V4-Flash：总参数 284B，每 token 激活 13B，同样支持 1M token 上下文
根据技术报告，V4-Pro 在 1M 上下文下的单 token 推理 FLOPs 仅为 V3.2 的 27%，KV 缓存降至 V3.2 的 10%，主要得益于混合注意力机制（压缩稀疏注意力 CSA ＋ 重度压缩注意力 HCA）的架构升级。预训练数据规模超过 32T token；训练优化器更新为 Muon。
后训练方法论：在线策略蒸馏取代混合强化学习
根据 DeepSeek V4 技术报告，V4 后训练的核心更新在于以在线策略蒸馏（On-Policy Distillation，OPD）完全取代 V3.2 的混合强化学习（mixed RL）阶段。新流程分为两步：首先针对数学、代码、Agent 及指令跟随等领域分别训练领域专家（SFT ＋ GRPO 强化学习）；随后以多教师 OPD 将十余个专家的能力蒸馏至统一模型，通过 logit 对齐避免传统方法中常见的能力冲突。
报告同时引入生成式奖励模型（Generative Reward Model，GRM），针对难以用规则验证的任务，以少量多样化人工标注数据训练，让模型同时承担生成与评估功能。
基准测试成绩：编码领先，知识推理仍有差距
根据 DeepSeek V4 技术报告，V4-Pro-Max 与 Opus 4.6 Max、GPT-5.4 xHigh 及 Gemini 3.1 Pro High 的对比结果（不含近期发布的 GPT-5.5 及 Opus 4.7）：
Codeforces：3206（GPT-5.4：3168 / Gemini 3.1 Pro：3052）→ 全场最高
LiveCodeBench：93.5 → 全场最高
SWE Verified：80.6，落后 Opus 4.6 的 80.8 差 0.2 个百分点
GPQA Diamond：90.1，落后 Gemini 3.1 Pro 的 94.3
SimpleQA-Verified：57.9，落后 Gemini 3.1 Pro 的 75.6
HLE：37.7，落后 Gemini 3.1 Pro 的 44.4
技术报告同时指出，上述对比不含最近发布的 GPT-5.5 及 Opus 4.7，V4 与最新一代闭源模型的差距有待第三方评测验证。
常见问题
DeepSeek V4 预览版的开源许可条款为何，可在哪里取得？
根据 DeepSeek 4 月 24 日的官方公告，V4 系列以 MIT 许可协议开源，模型权重已上线 Hugging Face 及 ModelScope，适用于商业与学术用途。
DeepSeek V4-Pro 与 V4-Flash 的参数规模有何差异？
根据 DeepSeek V4 技术报告，V4-Pro 总参数为 1.6T，每 token 激活 49B；V4-Flash 总参数为 284B，每 token 激活 13B，两款均支持 1M token 上下文。
DeepSeek V4-Pro-Max 与 GPT-5.4 及 Gemini 3.1 Pro 的基准比较结果为何？
根据 DeepSeek V4 技术报告，V4-Pro-Max 在 Codeforces（3206 分）及 LiveCodeBench（93.5）两项基准超越 GPT-5.4 及 Gemini 3.1 Pro，但在知识密集型基准（GPQA Diamond、SimpleQA-Verified、HLE）上仍落后 Gemini 3.1 Pro；比较组不含 GPT-5.5 及 Opus 4.7。
相关文章