一觉醒来，大模型又变天了

2026年4月24日，DeepSeek 官方公众号深夜推送了一篇文章——DeepSeek-V4 预览版正式上线。

没有提前预热，没有发布会，没有大佬站台。就一个公众号推文，一个 API 文档更新。但就这么一个"低调"的发布，信息量直接炸裂。

让我们先把硬数据列出来，再聊它到底意味着什么。

硬核参数：每一条都在重新定义行业标准

DeepSeek 这次直接上了两个版本：

几个关键点拎出来单独说：

1M 上下文——一百万 tokens。这意味着你可以把整本《红楼梦》塞进去，还有大把余量。长文档处理、代码库分析、多轮对话……之前的瓶颈直接消失了。

384K 最大输出——这个数字比很多模型的总上下文都长。一次输出能写一本中篇小说。对批量文档处理、长代码生成场景来说，这是质的飞跃。

双模型策略——Flash 走性价比路线，Pro 走旗舰路线。简单任务用 Flash，复杂推理用 Pro。像不像手机芯片的标准版和 Pro 版？但这是在大模型领域第一次这么明确地做产品分层。

定价：Flash 继续屠夫价，Pro 贵得有道理

Flash 的价格……我反复确认了三遍。

每百万 tokens 输入 $0.14，输出 $0.28。缓存命中更是只要 $0.028。

换算一下：用 Flash 处理一篇 10 万字的文章，大概花不到 1 分钱。这个价格已经低于很多开发者对"白菜价"的想象了。

Pro 虽然看起来贵不少（输出 $3.48/M），但考虑到 1M 上下文 + 384K 输出 + 思考模式的能力密度，对标的是 Claude Opus / GPT-4o 这个级别——但价格依然低了一个量级。

技术细节：从 DeepSeek 的技术基因说起

虽然这次预览版还没放出技术报告，但基于 DeepSeek 一贯的技术路线，我们可以合理推测：

MoE（混合专家）架构大概率延续并进化。 从 V2 到 V3，DeepSeek 的 MoE 架构已经非常成熟。V4 在这个基础上继续优化毫不意外——更高效的专家路由、更低的激活参数比，意味着更强的能力、更低的推理成本。

MLA（多头潜在注意力）应该全面应用。 这是 DeepSeek 的招牌技术，通过将 KV Cache 压缩到低维空间，大幅降低显存占用。1M 上下文能在合理成本下实现，MLA 功不可没。

训练效率持续拉满。 DeepSeek 团队开源的 DeepGEMM（FP8 GEMM 内核）、FlashMLA、DeepEP（专家并行通信库）等基础设施，一直在为自家的模型训练和推理铺路。V4 大概率也是这一整套高效训练栈的产物。

原生支持 Anthropic API 格式是个信号——DeepSeek 在积极争夺 Claude 用户。迁移成本几乎为零，换一下模型名就行。

API 迁移：老用户要注意

官方明确说：

deepseek-chat 和 deepseek-reasoner 将在未来弃用。当前为了兼容性，它们分别对应 deepseek-v4-flash 的非思考模式和思考模式。

也就是说，如果你现在用的是 deepseek-chat，已经在悄悄用 V4-Flash 了。

新项目建议直接用 deepseek-v4-flash 和 deepseek-v4-pro，别再依赖旧名称。

这对行业意味着什么

对开发者：Flash 的价格让"AI-native"应用的算力成本几乎可以忽略不计。之前因为 token 费用不敢做的功能——实时文档分析、全代码库索引、超长对话——现在可以放开手脚了。

对竞争对手：压力山大。1M 上下文 + 384K 输出 + Flash 级定价，这是一个几乎不可能三角的组合。OpenAI、Anthropic、Google 的产品经理今晚大概睡不好了。

对开源生态：DeepSeek 一贯的开源策略（V2/V3/R1 都开源了权重），让社区对 V4 的开源充满期待。如果 V4 也开源，那对整个开源大模型生态又是一针强心剂。

对"国产大模型"叙事：DeepSeek 再次证明，中国团队能做出世界顶级的大模型。而且不是靠堆资源，是靠架构创新和工程效率。从 V2 的 MLA 到 V3 的 MoE 到 V4 的双模型分层，每一步都有明确的技术思考在里面。

写在最后

从 DeepSeek-V2 开始惊艳业界，到 V3 开源引爆全球开发者社区，再到 R1 证明推理能力可以和 OpenAI 掰手腕——DeepSeek 的每一步都在重新定义"性价比"的边界。

现在 V4 来了。1M 上下文、384K 输出、Flash/Pro 双模型、史上最低的 API 定价。

这不是什么"小步迭代"。这是又一次的跨越。

模型能力没有天花板，价格也没有地板。这场游戏的节奏，被 DeepSeek 又加快了一拍。

——来自公众号：人生几十年噢耶