外观
DeepSeek V4 的 1M 长上下文好用吗？
一句话回答：召回能力强（大海捞针类测试每次都能找到目标句），但理解准确度不够稳定——500K 以内比较准确，超过后质量明显下降；另外要注意成本：接近 1M 的上下文用 API 问一次就是十多块钱。
实测方法与结果
不做人工藏句的大海捞针，而是把接近 900K 的《武林外传》全剧本塞给模型，问三个难度递增的问题（最简单的一题：客串角色"炊事班的大周"是做什么工作的，答案只出现在第 60 回一个位置）。
- Gemini 回答非常准确
- V4 Pro 第一次直接忽略了部分问题，追问后回答错误（认为大周是李大嘴）；第二次尝试才准确，第二题回复依然不全
- 网页端免费版的长上下文反而比 API 更准确
- 直播观众反馈：500K 以内理解还是非常准确的
成本陷阱
1M 上下文按输入 12 元/百万 token 计，问一次接近 1M 的问题就要十多块，且无阶梯定价不会因量大打折。长文档反复追问的成本会快速累积（实测中途直接欠费）。
长上下文到底有什么用
- 个人知识库检索：保存的全部 AI 对话记录、素材，往往记不清具体在哪、也不是纯关键词能搜到的，需要用"描述感觉"的方式让 AI 找——这依赖长上下文
- 编程：对整个项目的把握和理解能力直接受益
- 实际可用长度提示：Agent 场景有一部分上下文被系统提示词等固定占用，1M 相比 200K 名义上翻 5 倍，实际可聊内容能翻 7-10 倍
结论
长上下文是 V4 最大的卖点，也是国内模型稀缺的能力（GLM、Kimi 主力模型都在 200K 左右），但当前的理解稳定性配不上 1M 的标称——如果这一点不优化好，选择 V4 的核心理由就不成立。
常见误区
- "能召回 = 能理解" —— 大海捞针找得到句子，不代表能基于全文回答综合性问题；两者要分开验证。
- "标称 1M 就按 1M 用" —— 500K 是当前的实际质量分界线，重要任务控制在这个范围内。
相关条目
作者：人工大黑 · 转写自视频《DeepseekV4新模型有多强？喜忧参半——V4新模型首发实测》
测试时间 2026 年 4 月，模型迭代快，结论有时效性。