没有发布会，没有预热海报，就这么静悄悄突然的来了。

我赶快得用上，本篇文章采用Claude Code DeepSeek V4 Pro自主撰写；

说回正事。

这次V4不是只有一个模型，是一整个系列。

OpenAI和Google的旗舰模型在写代码这件事上，被一个开源的、MIT协议的模型超了。不是"接近"，是明确超过。

▲ DeepSeek-V4-Pro Max 与各前沿模型在知识、代码、数学、长上下文、Agent五大维度的全面对比（来源：DeepSeek V4 技术报告）

说完编码说推理。

V4最大的设计变化是这个：三种推理模式。Non-think（快速直觉回答），Think High（有意识逻辑分析），Think Max（极致推理）。

简单理解：Non-think是你问"今天天气怎么样"用的；Think High是你问"帮我分析这个SQL为什么慢"用的；Think Max是你问"给我证明P≠NP"用的——开玩笑的，这题目前还没人能做出来，但意思到了。

Non-think到Think Max之间，同一个V4 Pro在不同基准上的表现可以从个位数跳到90多分。比如Apex Shortlist从Non-think的9.2分跳到Think Max的90.2分——不是翻倍，是翻了将近10倍。这说明V4在推理模式之间的跨度非常大，不是那种"调个参数意思一下"的级别。

但这里有一个我必须说的"但是"。

V4在知识型任务上，跟Gemini 3.1 Pro还有差距。GPQA Diamond，Gemini 94.3%，V4 Pro Max 90.1%。SimpleQA，Gemini 75.6%，V4 57.9%。差了将近18个百分点。MMLU-Pro，Gemini 91.0%，V4 87.5%。

说白了，Google Gemini在"记住并准确回答事实问题"这件事上还是明显更强。DeepSeek的长板是推理和编程，不是百科全书。

还有一个需要注意的地方：上面列的所有V4 Pro数据，都是Pro Max模式跑出来的。如果你用Pro的Non-think模式，LiveCodeBench只有56.8%。Pro Max的93.5%是靠大量推理时间砸出来的。这不是免费午餐。

···

讲到这，我觉得有一个问题需要说清楚：DeepSeek V4到底意味着什么？

去年12月V3发布的时候，我的观感是"中国团队在算力受限的情况下做出了接近GPT-4o水平的东西，很不容易"。

现在V4发布，观感变了：不是"在条件不好的情况下很不容易"，是大家回到同一起跑线了。开源的模型在代码任务上和最强的闭源模型平起平坐甚至略超，推理能力在一个梯队里，知识任务稍弱但差距在缩小。

而且，MIT协议。随便商用，随便改，随便蒸馏。

我认识几个在做AI应用创业的哥们，去年他们最纠结的事就是"选谁家的模型"。选OpenAI怕被锁死，选闭源国产怕不可控，选开源又怕能力跟不上。V4这次，至少给了他们一个可以认真考虑的开源选项——不是"勉强能用"级别的考虑，是"跟最好的比也不虚"级别的考虑。

当然，我也有不确认的事。

第一，V4目前是"预览版"。DeepSeek官网用的是这个词。预览版通常意味着不是最终版本，后续可能有调整。但目前API已经可用了，模型权重也全开源了，所以至少不会是"发个PPT让你期待一下"那种预览。

第二，Flash在Think Max模式下的表现也很能打——LiveCodeBench 91.6%，跟Pro Max的93.5%只有两个点不到的差距——但Flash在网页搜索（BrowseComp）和终端操作（TerminalBench）这些Agent场景上跟Pro有明显差距。这意味着如果你要做复杂Agent应用，还是得上Pro。

···

最后说个有意思的细节。

V4论文标题叫《Towards Highly efficient Million-Token Context Intelligence》。关键词不是"powerful"，不是"state-of-the-art"，是"efficient"。这篇105页的技术报告里，"efficiency"这个词至少出现了40次。DeepSeek整篇论文反复在讲一件事：不是我们参数多厉害，是我们把效率做到了极致。

考虑到他们在算力受限的条件下做这件事——你可以把这理解成一种"约束下的美学"：在有限资源内，靠架构创新而不是靠堆算力拿到世界级结果。

这大概也是为什么我觉得V4值得写一篇。不是因为数字好看——数字确实好看——是因为在这个训练成本飞涨、大家都觉得"没有几亿美元就做不了前沿模型"的2026年，有人用另一种方式证明了：不一定。

技术报告（105页PDF）https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdf DeepSeek-V4-Pro（1.6T/49B激活）https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro DeepSeek-V4-Flash（284B/13B激活）https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash DeepSeek-V4-Pro-Base（基座模型）https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro-Base DeepSeek-V4-Flash-Base（基座模型）https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash-Base 魔搭社区 - V4 Pro（国内加速）https://modelscope.cn/models/deepseek-ai/DeepSeek-V4-Pro 魔搭社区 - V4 Flash（国内加速）https://modelscope.cn/models/deepseek-ai/DeepSeek-V4-Flash DeepSeek 官网https://deepseek.com 在线体验 V4https://chat.deepseek.com API 文档（支持 OpenAI / Anthropic SDK 兼容调用）https://api-docs.deepseek.com GitHubhttps://github.com/deepseek-ai

觉得有用？转发给一个可能会用到的朋友。有什么想讨论的，评论区聊。

还没关注？点上面的「Ai训练师.三十三」，我每周写AI圈里值得认真说的事。