外观
DeepSeek V4 有多强？
一句话回答：V4 没有爆杀国外顶流，能力大约介于 Claude Sonnet 4.5 和 4.6 之间，属于国产开源第一梯队（与 GLM-5.1、Kimi K2.6 同级）；它的真正定位是"百万上下文的普惠时代"——1M 上下文 + 极低价格，而非绝对性能之王。
基本参数
| V4 Pro | V4 Flash | |
|---|---|---|
| 参数 | 1.6T 总 / 49B 激活（MoE） | 284B 总 / 13B 激活（MoE） |
| 上下文 | 1M | 1M |
| 定价（输入/输出） | 12 元 / 24 元，无阶梯 | 1 元 / 2 元（比上代 V3.2 的 2/3 元还便宜） |
- 纯文本模型，无多模态
- 三种推理模式：Non-think / Think High / Think Max
- 训练数据 32T tokens；关键技术 Hybrid Attention（1M 上下文只需 27% FLOPs 和 10% KV cache）
- 知识能力翻倍：SimpleQA 从 28.3 提升到 57.9
- 速度约 40 token/s（首日高峰期）
实测表现
编程
- Python 写视频（Claude Code 接官方 API）：Pro 和 Flash 效果都不错。打分：Claude 90 / V4 80 / MiniMax M2.7 40
- 我的世界网页版：Pro 第一次有 bug 修复后流畅；Flash 一遍写出直接能玩
- Skill 调用：Pro 和 Flash 区别不大，网传的调用问题未复现
世界知识与"人味儿"
- 谐音梗段子 Pro 几乎 100% 理解，大幅领先所有开源模型，仅稍逊 Gemini 3.1 Pro；Flash 明显弱于 Pro
- 接入真实内容生产工作流：与 GLM-5.1 没有太大差异，建议中肯，是继 GLM-5.1 后第二个能平替 Claude Opus 4.6 协作场景的国产模型
Pro 和 Flash 怎么选
Agent 能力和编程能力的差距远没有价格差（10 倍）那么大，差距主要在世界知识。跑 Agent、做相对简单的任务直接选 Flash；需要深度理解和知识的场景才值得上 Pro。
惊吓与惊喜
- 惊吓（安全对齐不严谨）：脑筋急转弯的思维链会跑偏到暴力内容并当成"黑暗幽默"输出；电车难题会直接入戏讨论极端场景。使用时留意
- 惊喜（角色扮演）：RP 体验不错，且被扒出有隐藏的 Roleplay 模式——网页版不行，API 用特定提示词有概率触发人物内心 OS，利好写小说和玩酒馆的用户
价格判断
国内长上下文选择极少：GLM-5.1、K2.6 都只有 200K 左右；支持长上下文的 Qwen3.6-Plus 和 Mimo V2.5 Pro 超过 256K 后价格起飞。V4 以 1M + 无阶梯定价填补了这个空档，"普惠"名副其实。官方称下半年算力到位后价格还会大幅下调。
常见误区
- "小厂又要爆杀大厂了" —— V4 是"赶上"国产第一梯队而非碾压，且没有多模态；国内顶流仍不算世界顶流。
- "便宜 = 能力差很多" —— Flash 的编程和 Agent 能力与 Pro 差距不大，价格却只有 1/10，多数场景够用。
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。