DeepSeek V4-Pro 以比 GPT-5.5 Pro 低 98% 的成本发布

DeepSeek 在 2026 年 4 月 24 日发布了 DeepSeek-V4-Pro 和 DeepSeek-V4-Flash 的预览版本，这两个都是开放权重模型，拥有一百万 token 的上下文窗口，且定价显著低于可比的西方替代方案。根据该公司的官方规格，V4-Pro 模型每百万输入 tokens 的价格为 $1.74，每百万输出 tokens 的价格为 $3.48——大约是 Claude Opus 4.7 价格的 1/20，并比 GPT-5.5 Pro 低 98%。

模型架构与规模

DeepSeek-V4-Pro 拥有 1.6 万亿个总参数，使其成为截至目前 LLM 市场中最大的开源模型。不过，每次推理只激活 490 亿个参数，使用 DeepSeek 称为自 V3 以来不断精炼的“混合专家（Mixture-of-Experts）”方法。该设计使得整个模型可以处于待机状态，而仅为特定请求激活相关的切片，从而降低计算成本，同时保持知识能力。

DeepSeek-V4-Flash 的规模更小：总参数 2840 亿个，激活参数 130 亿个。根据 DeepSeek 的基准测试，它“在给予更大的思考预算时，在推理性能上能达到与 Pro 版本相当的水平。”

这两个模型都支持一百万 tokens 的上下文，作为标准功能——大约 750,000 个单词，或大致相当于“指环王”三部曲的全部内容，再加上额外文本。

技术创新：扩展规模下的注意力机制

DeepSeek 通过发明两种新的注意力类型来解决长上下文处理固有的计算扩展问题，细节如公司技术论文所述，该论文可在 GitHub 上获取。

标准 AI 注意力机制面临一个残酷的扩展问题：每当上下文长度翻倍，计算成本大约会变成原来的四倍。DeepSeek 的解决方案包含两种互补的思路：

压缩稀疏注意力（Compressed Sparse Attention） 分两步进行。首先，它会压缩 token 分组——例如把每 4 个 token 压缩成一条记录。然后，它不会对所有压缩后的条目进行注意力，而是使用“Lightning Indexer（闪电索引器）”来为任意查询只选择最相关的结果。这样就把模型的注意力范围从一百万 tokens 降低到一个更小的、重要代码块集合。

高度压缩注意力（Heavily Compressed Attention） 采取更激进的策略：在不进行稀疏选择的情况下，把每 128 个 token 折叠成一条记录。尽管这会丢失细粒度细节，但它提供了极其便宜的全局视角。这两种注意力类型以交替层的方式运行，使模型既能保留细节也能维持概览。

结果：V4-Pro 使用了其前身 (V3.2) 所需计算量的 27%。KV cache（跟踪上下文所需的内存）降至 V3.2 的 10%。V4-Flash 进一步推进效率：相较于 V3.2，计算量为 10%，内存为 7%。

基准性能与竞争地位

DeepSeek 发布了针对 GPT-5.4 和 Gemini-3.1-Pro 的全面基准对比，包括 V4-Pro 落后于竞争对手的领域。在 DeepSeek 的技术报告中，关于推理任务，V4-Pro 的推理落后于 GPT-5.4 和 Gemini-3.1-Pro，大约三个到六个月。

V4-Pro 的优势在于：

• Codeforces (竞赛编程)：V4-Pro 得分 3,206，排在真实人类选手参赛者中的约第 23 名
• Apex Shortlist (精选数学与 STEM 问题)：通过率 90.2%，对比 Opus 4.6 的 85.9% 以及 GPT-5.4 的 78.1%
• SWE-Verified (GitHub 问题解决)：80.6%，与 Claude Opus 4.6 相匹配

V4-Pro 的劣势在于：

• MMLU-Pro (多任务)：Gemini-3.1-Pro 为 91.0%，而 V4-Pro 为 87.5%
• GPQA Diamond (专家知识)：Gemini 为 94.3，而 V4-Pro 为 90.1
• Humanity’s Last Exam (研究生级别)：Gemini-3.1-Pro 为 44.4%，而 V4-Pro 为 37.7%

在长上下文任务上，V4-Pro 领先开源模型，并在 CorpusQA (模拟真实文档分析（上下文为一百万 tokens）) 上击败 Gemini-3.1-Pro，但在 MRCR 上落后于 Claude Opus 4.6；MRCR 衡量从长文本深处检索特定信息的能力。

Agentic 与编码能力

V4-Pro 可以在 Claude Code、OpenCode 以及其他 AI 编码工具中运行。据 DeepSeek 对使用 V4-Pro 作为主要代码代理的 85 位开发者所做的内部调查，52% 的人表示它已经准备好作为默认模型使用，39% 倾向于“是”，而少于 9% 的人表示“否”。DeepSeek 的内部测试表明，V4-Pro 在 agentic 代码任务上优于 Claude Sonnet，并接近 Claude Opus 4.5。

Artificial Analysis 在 GDPval-AA 上将 V4-Pro 排在所有开放权重模型的第一位；GDPval-AA 是一个基准，用于测试在金融、法律与研究任务中具有经济价值的知识工作。V4-Pro-Max 的 Elo 为 1,554，高于 GLM-5.1 (1,535) 以及 MiniMax 的 M2.7 (1,514)。Claude Opus 4.6 在同一基准上的得分为 1,619。

V4 引入了“交错思考（interleaved thinking）”，它能够在工具调用之间保留完整的思维链。以往的模型中，当代理进行了多次工具调用——例如先搜索网页、再运行代码、然后再次搜索——模型的推理上下文会在各轮之间被刷新。V4 会在各步骤之间维持推理连续性，避免在复杂的自动化工作流中出现上下文丢失。

竞争格局与定价背景

V4 的发布正值 AI 领域出现重大动态。Anthropic 于 2026 年 4 月 16 日发布了 Claude Opus 4.7。OpenAI 的 GPT-5.5 于 2026 年 4 月 23 日上线，GPT-5.5 Pro 的定价为 $30 每百万输入 tokens 的价格为$180 和 (每百万输出 tokens 的价格为)。在 Terminal Bench 2.0 (82.7% 对比 70.0%) 上，GPT-5.5 相比 V4-Pro 更强；该基准用于测试复杂的命令行代理工作流。

小米于 2026 年 4 月 22 日发布 MiMo V2.5 Pro，提供完整的多模态能力 $1 image, audio, video$3 ，其 (input 和 )output 每百万 tokens 的价格为。腾讯在与 GPT-5.5 相同的日子发布了 Hy3。

从定价角度来看：Cline 的 CEO Saoud Rizwan 指出，如果 Uber 使用 DeepSeek 而不是 Claude，那么其 2026 年的 AI 预算（据称足够使用四个月）将会持续七年。

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

部署与可用性

V4-Pro 和 V4-Flash 均采用 MIT 许可证，并可在 Hugging Face 上获得。这些模型目前是纯文本；DeepSeek 表示正在为多模态能力进行开发。两个模型都可以在本地硬件上免费运行，或根据公司需求进行定制。

DeepSeek 现有的 deepseek-chat 和 deepseek-reasoner 端点已经分别在非思考和思考模式下路由到 V4-Flash。旧的 deepseek-chat 与 deepseek-reasoner 端点将在 2026 年 7 月 24 日下线。

DeepSeek 部分使用了华为 Ascend 芯片来训练 V4，从而绕开了美国的出口限制。该公司表示：等到 2026 年后续上线 950 个新的超级节点之后，Pro 模型已然很低的价格还会进一步下降。

实用意义

对于企业而言，定价结构可能会改变成本收益的计算方式。一个在 $1.74/每百万输入 tokens 下就能领先开源基准表现的模型，使大规模文档处理、法律审查以及代码生成流水线比六个月前要便宜得多。一百万 token 的上下文能力意味着可以在一次请求中处理完整代码库或监管文件，而不是把内容切成多个片段分多次调用。

对于开发者与独立搭建者来说，V4-Flash 是主要考虑对象。以 $0.14 的输入和 $0.28 的输出（每百万 tokens）计价，它比一年前被视为预算选项的模型更便宜，同时还能处理 Pro 版本的大多数任务。