日本DeepSeek-AI公司于4月24日发布了支持百万Token上下文长度的开源AI模型「DeepSeek-V4 Preview」。其高端版本「DeepSeek-V4-Pro」在编程基准测试LiveCodeBench中，Pass@1成绩达到93.5%，超过了Claude Opus 4.6的88.8%。在软件开发任务基准SWE Verified中也取得了80.6%的成绩，几乎与Claude Opus 4.6的80.8%持平，显示出与Claude Opus 4.6相当的强劲性能。该模型权重已在Hugging Face平台以MIT许可证免费公开。
DeepSeek-V4系列包含两款模型：高端的DeepSeek-V4-Pro拥有1.6万亿总参数（推理时激活490亿参数），低端的DeepSeek-V4-Flash拥有2840亿总参数（推理时激活130亿参数）。两者均采用了Mixture-of-Experts（MoE）架构。
该系列提升上下文效率的核心技术是独创的混合注意力机制。它结合了压缩稀疏注意力（CSA，Compressed Sparse Attention）和更强压缩的重度压缩注意力（HCA，Heavily Compressed Attention）。在百万Token上下文设置下，相较于上一代DeepSeek-V3.2，推理计算量减少约73%，KV缓存大小缩减约90%。这一优化使得所有DeepSeek官方服务默认支持百万Token的上下文长度。
此外，DeepSeek-V4-Pro-Max在多个基准测试中表现突出。在编程竞赛基准Codeforces中，其评分达到3206，超过GPT-5.4的3168，排名相当于人类竞赛者中的第23位。数学测试HMMT 2026年2月场次中得分95.2%，知识评估SimpleQA Verified中以57.9%的成绩领先其他开源模型约20个百分点。
该模型还优化了智能代理功能，支持与Claude Code、OpenClaw、OpenCode等主流AI代理框架的集成。在软件开发任务基准SWE Verified中取得80.6%的成绩，与Claude Opus 4.6的80.8%不相上下。
相比之下，DeepSeek-V4-Flash虽然推理时激活参数仅130亿，但推理能力接近V4-Pro。在Codeforces中评分与Gemini 3.1 Pro（3052分）相当，适合处理简单任务。其响应速度快，且API定价具备良好的性价比。
官方推特宣布：DeepSeek-V4 Preview正式上线并开源，开启了高效百万上下文时代。DeepSeek-V4-Pro拥有1.6万亿总参数和490亿激活参数，性能媲美全球顶级闭源模型；DeepSeek-V4-Flash拥有2840亿总参数和130亿激活参数，适合轻量级应用。
