【菜科解读】

出品｜搜狐科技

作者｜郑松毅、常博硕

编辑｜杨锦

DeepSeek V4，来了！

OpenAI GPT 5.5 前脚刚发布，DeepSeek就亮出了“真家伙”。

就在刚刚，DeepSeek-V4的预览版本正式上线并同步开源。

据官方介绍，DeepSeek-V4拥有百万字超长上下文，在 Agent 能力、世界知识和推理性能上均实现国内与开源领域的领先。

模型按大小分为两个版本：

更具产业里程碑意义的是，DeepSeek-V4 从模型设计之初就深度适配国产算力，在华为昇腾芯片生态实测跑通，成为全球首个在国产算力底座上完成训练与推理的万亿参数级模型，打破对海外芯片与框架的长期依赖。

性能比肩顶级闭源模型，价格比Claude便宜21倍

官方实测数据显示，DeepSeek-V4-Pro性能比肩顶级闭源模型。

Agent（智能体）能力方面，相比前代模型，DeepSeek-V4-Pro的能力显著增强。

在 Agentic Coding 评测中，V4-Pro 已达到当前开源模型最佳水平，并在其他 Agent 相关评测中同样表现优异。

DeepSeek介绍，目前 DeepSeek-V4 已成为公司内部员工使用的 Agentic Coding 模型，据评测反馈使用体验优于 Sonnet 4.5，交付质量接近 Opus 4.6 非思考模式，但仍与Opus 4.6 思考模式存在一定差距。

DeepSeek给出的结论相对克制。

在知识与推理任务上，其性能已经超过主流开源模型，并接近Gemini等闭源系统，但仍存在约3到6个月差距。

在 agent和代码任务上，其表现接近甚至部分超过Claude Sonnet。

此外，在数学、STEM、竞赛型代码的测评中，DeepSeek-V4-Pro超越当前所有已公开评测的开源模型（包括月之暗面的K2.6 Thinking、智谱GLM-5.1 Thinking等），取得了比肩世界顶级闭源模型的优异成绩。

相较之下，DeepSeek-V4-Flash主打性价比，能够提供更加快捷、经济的 API 服务。

在 Agent 测评中，DeepSeek-V4-Flash 在简单任务上与 DeepSeek-V4-Pro 旗鼓相当，但在高难度任务上仍有差距。

据悉，V4-Pro 与 V4-Flash 最大上下文长度为 1M，均同时支持非思考模式与思考模式，其中思考模式支持 reasoning_effort 参数设置思考强度（high/max）。

对于复杂的 Agent 场景建议使用思考模式，并设置强度为 max。

使用价格如下：

DeepSeek表示，“受限于高端算力，目前Pro的服务吞吐十分有限，预计下半年昇腾950超节点批量上市后，Pro的价格会大幅下调。

”

再看看国际友商价格对比，可见DeepSeek的实惠：

混合架构解决工程落地痛点，全面适配国产算力

大模型处理超长文本的最大痛点，从来不是 “能不能装下”，而是跑不动、记不住、算不起。

随着传统注意力机制呈平方级复杂度攀升，百万Token场景下显存与算力直接 “爆炸”，几乎无法工程落地。

DeepSeek-V4 的发布，标志着大模型正式走出 “参数竞赛”，进入效率优先下一代赛道。

从一口气审计全量代码库、一次性解析千页合同，到全程记住长时间会议、串联多轮复杂智能体任务，V4让AI 真正具备“完整理解、长期记忆、深度推理”的能力，同时把使用成本大幅下拉。

这一切得益于DeepSeek业内首创“CSA （压缩稀疏注意力） + HCA （重度压缩注意力）”的混合架构。

用一套“分级压缩 + 分级检索”思路，把效率拉到极致。

这一新方法显著减少了计算复杂度，提升了长上下文处理的效率。

具体来看，CSA像给长文本做重点精读。

先把每 4 个Token压缩成一个信息块，再用稀疏检索只挑最相关的内容，既保留中段细节，又大幅削减计算量，兼顾精准与效率。

HCA像给长文本做大纲速读，把海量信息浓缩成框架级块，专门负责全局逻辑。

官方数据显示：1M Token场景下，V4-Pro 仅需 V3.2 的 27% 推理算力、10% KV 缓存；

Flash 版更是低至 10% 算力、7% 缓存。

除了混合注意力，V4 还带来三项关键技术革新，构成完整效率革命：

mHC 流形约束超连接：升级传统残差连接，把信号传播约束在稳定流形上，深层不衰减、训练不炸数值。

Muon 优化器：替代传统 AdamW，收敛更快、训练更稳，完美适配 MoE 大模型与低精度训练，解决大批次长上下文训练的抖动难题。

全链路工程优化：专家并行细粒度通信重叠、TileLang 内核开发、FP4 量化感知训练、异构 KV 缓存管理，从计算、通信、存储全方位降本提速，推理加速最高近2倍。

最受大家关心的，是V4这次是否成功全面适配国产算力？

报告指出，DeepSeek-V4在英伟达 GPU 与华为昇腾 NPU 两大硬件平台上，对细粒度 EP 优化方案完成了全面验证。

相较于性能优异的非融合基线方案，该方案在通用推理负载场景下可实现1.50~1.73 倍的加速比。

有业内观点指出，这代表已经完成华为昇腾平台的适配和实测落地。

但目前对外开源的只有英伟达GPU版本，昇腾适配代码未开源，属于闭源适配优化。

值得一提的是，寒武纪在软硬一体生态中，已经完成基于 vLLM 推理框架完成对 285B DeepSeek-V4-flash 和 1.6T DeepSeek-V4-pro 的适配，适配代码已开源到 GitHub 社区。

剩下的，就等DeepSeek-V4的实用表现了。

还有DeepSeek的首轮融资最终花落谁家，也还是个谜题。

“不诱于誉，不恐于诽，率道而行，端然正己。

”

DeepSeek官方在文章最后表示，他们将始终秉持长期主义的原则理念，在尝试与思考中踏实前行，努力向实现 AGI 的目标不断靠近。

”

刚刚，直线猛拉！DeepSeek V4正式发布

【导读】它来了！ 中国基金报记者 泰勒 千呼万唤始出来，就在刚刚，DeepSeek正式发布并开源全新系列模型DeepSeek-V4，分为Pro和Flash两个版本。

在一年前震动硅谷之后，这次带来了其迄今为止最大的一次升级。

DeepSeek发布V4版本 4月24日，DeepSeek全新系列模型DeepSeek-V4的预览版本正式上线并同步开源。

据介绍，DeepSeek-V4拥有百万字超长上下文，在Agent能力、世界知识和推理性能上均实现国内与开源领域的领先。

模型按大小分为两个版本。

即日起登录官网或官方App，即可与DeepSeek-V4对话，API服务也已同步更新。

以下是新版本的重点内容： 1.DeepSeek-V4-Pro：性能比肩顶级闭源模型 相比前代模型，DeepSeek-V4-Pro的Agent能力显著增强。

在Agentic Coding评测中，V4-Pro已达到当前开源模型最佳水平，并在其他Agent相关评测中同样表现优异。

目前DeepSeek-V4已成为公司内部员工使用的Agentic Coding模型，据评测反馈使用体验优于Sonnet 4.5，交付质量接近Opus 4.6非思考模式，但仍与Opus 4.6思考模式存在一定差距。

DeepSeek-V4-Pro在世界知识测评中，大幅领先其他开源模型，仅稍逊于顶尖闭源模型Gemini-Pro-3.1。

在数学、STEM、竞赛型代码的测评中，DeepSeek-V4-Pro超越当前所有已公开评测的开源模型，取得了比肩世界顶级闭源模型的优异成绩。

2.大幅降低了对计算和显存的需求 DeepSeek-V4开创了一种全新的注意力机制，在token维度进行压缩，结合DSA稀疏注意力（DeepSeek Sparse Attention），实现了全球领先的长上下文能力，并且相比于传统方法大幅降低了对计算和显存的需求。

从现在开始，1M（一百万）上下文将是DeepSeek所有官方服务的标配。

3.Agent 能力专项优化 DeepSeek-V4针对Claude Code、OpenClaw、OpenCode、CodeBuddy 等主流的Agent产品进行了适配和优化，在代码任务、文档生成任务等方面表现均有提升。

DeepSeek融资进行中 据多家媒体报道， DeepSeek近日 启动首轮融资， 正与少数战略投资者接触，可能把估值推高至200亿美元以上。

知情人士称，DeepSeek的自由现金流确实不如一些体量更大的竞争对手充裕，但公司眼下并没有迫切的大额外部融资需求。

因此，这轮融资的核心其实是稳定研究团队。

过去一年，一些竞争对手估值快速上升，DeepSeek已有部分研究人员离职投向对方。

在AI行业，股票期权通常是研究人员薪酬的重要组成部分，很多时候甚至占到大头。

目前谈判仍存在较大不确定性，最终是否达成交易以及具体估值仍未可知。

2025年1月，DeepSeek发布了一款具有突破性的模型，其性能可与美国竞争对手相媲美，震动了整个AI行业。

市场反应 DeepSeek消息出来之后，市场反应较为剧烈。

国产芯片直线猛拉，寒武纪直线大涨。

消息面上，寒武纪已基于vLLM推理框架完成对DeepSeek全新版本的Day 0适配，适配代码已开源到GitHub社区。

这一成果得益于寒武纪长期积累的自研NeuWare软件生态与芯片设计技术，也是寒武纪对芯片与算法联合创新持续投入的延续。

而DeepSeek的竞争对手——智谱、Minimax在V4发布后跌势扩大，分别跌6.8%和3.9%。

编辑：张玲 校对：乔伊 制作：嘉颖 审核：许闻

淘宝推“龙虾版”生意管家，电商AI竞争转向Agent团队

（了解详情） 3月底，淘宝天猫将上线一款名为“龙虾版”的生意管家。

这个命名意在强调其多触手的覆盖能力，平台希望这套工具不再局限于单个环节，而是成为一个能够渗透店铺经营各个角落的全链路AI系统。

根据淘天集团在2026天猫TOP TALK上的披露，这套工具的核心是为商家提供一支由AI Agent组成的7乘24小时团队。

它整合了数据分析、设计、广告投放和智能导购四个核心角色，相当于将一个“店长加超级专家加多名员工”的配置打包成了一个数字工作台。

比如通过TMIC深度融合大模型，让品牌定制专属Agent辅助研发，号称效率能提升20倍。

淘宝此举背后，是电商AI赛道的竞争逻辑正在发生质变。

京东同时还推出了行业首个承诺100%赔付的“稳赚计划”，试图解决商家对广告投放ROI不确定的焦虑。

与此同时，拼多多和抖音也在各自的商家后台强化AI能力的渗透。

拼多多商家版主打多店铺管理和极速响应，抖音的“抖店”则深度绑定直播与内容场景，强调从流量到转化的闭环。

与淘宝此次推出的“全链路Agent团队”相比，各家侧重点有所不同：京东倾向于以免费工具降低商家进入门槛，而淘宝则更强调AI作为“数字员工”的深度协同能力。

当AI工具从“有没有”变成“好不好用”，甚至演变为“能不能独立干活”时，商家的选择标准也在发生变化。

一个值得关注的趋势是，2026年的电商AI不再仅仅是解决人力不足的问题，而是开始介入决策环节，比如辅助选品、自动优化广告出价、甚至自主处理售后协商。

那么，当淘宝试图用“龙虾”的多触手覆盖全链路，京东用免费策略和ROI保底拉拢中小商家，拼多多和抖音凭借各自的流量生态构建壁垒时，商家究竟是该选择一套大而全的“全能管家”，还是组合使用多个垂直领域的“单点专家”？ 这场由AI Agent引发的效率竞赛，最终会不会导致电商运营的门槛不降反升，让没有能力驾驭复杂工具的中小商家再次掉队？ 这里认真推荐你报名： 黑马·AI星球Agent实战营 黑马·AI星球Agent实战营，系国内⾸个基于“全链路业务拆解+Agent搭建实战”的企业级Agent实战营，3天闭关+90天陪跑，让你带走： 1、一套完整的企业级Agent构建方法论 2、一个基于真实业务场景的可运行Agent Demo 3、一份量身定制的落地推进计划 4、在线陪跑与生态资源对接支持 让AI真正落地变现！ 扫码咨询报名 活动详情如下 黑马精选