deepseek-v4-pro

DeepSeek-V4-Pro‌ 是深度求索（DeepSeek）于 ‌2026年4月24日‌ 发布并开源的旗舰级大语言模型，属于 DeepSeek-V4 系列中的高性能版本。该模型以 ‌1.6万亿总参数‌、‌490亿激活参数‌ 和 ‌百万级（1M）上下文窗口‌ 为核心特性，在多项基准测试中达到开源模型领先水平，部分能力已接近或比肩国际顶级闭源模型（如 GPT-5.4、Claude Opus 4.6、Gemini-Pro 3.1）‌1。

核心特性

• ‌模型架构‌：采用 ‌混合专家（MoE）架构‌，总参数达 ‌1.6T（1.6万亿）‌，单次推理激活约 ‌49B（490亿）参数‌。

• ‌上下文长度‌：支持 ‌1M（一百万）Token‌ 的超长上下文，是当前官方服务的标配，适用于长文档、代码仓库、多轮复杂对话等场景‌23。

• ‌推理模式‌：

• 支持 ‌非思考模式（Non-think）‌ 与 ‌思考模式（Think）‌。

• 思考模式可通过 reasoning_effort 参数设置强度（可选 high 或 max），默认为 high。

• ‌训练数据‌：预训练使用约 ‌33T 高质量 Token‌，覆盖世界知识、数学、编程、Agent 任务等多领域‌。

• ‌后训练方法‌：采用 ‌On-Policy Distillation（OPD）‌ 两阶段范式：

1. ‌领域专家培育‌：分别训练数学、代码、Agent 等领域的专家模型；

2. ‌统一蒸馏‌：将多个专家能力融合到一个学生模型中，避免任务干扰‌
   。

性能表现（V4-Pro-Max 模式）

评测维度

指标

表现

数据来源：‌23

技术创新

• ‌混合注意力机制（Hybrid Attention）‌：

• ‌CSA（压缩稀疏注意力）‌：每 4 个 Token 压缩为 1 个 KV 条目；

• ‌HCA（重度压缩注意力）‌：每 128 个 Token 压缩为 1 个条目；

• 二者交替使用，在 1M 上下文下将 ‌单 Token FLOPs 降至 V3.2 的 27%‌，‌KV Cache 仅需 10%‌‌。

• ‌流形约束超连接（mHC）‌：通过约束残差映射矩阵在双随机流形上，保障深层网络信号稳定传播‌
  。

• ‌Muon 优化器‌：替代 AdamW，采用 Newton-Schulz 正交化提升训练稳定性与收敛速度‌
  。

• ‌混合精度训练‌：MoE 专家参数使用 ‌FP4‌，其余参数使用 ‌FP8‌，支持无损反量化‌
  。

API 与部署

• ‌定价（2026年4月28日更新）‌‌16：

• ‌输入（缓存命中）‌：‌¥0.025 / 百万 tokens‌（原价 ¥1，2.5折优惠延至 5月31日）

• ‌输入（未命中）‌：‌¥3 / 百万 tokens‌

• ‌输出‌：‌¥6 / 百万 tokens‌

• ‌平台支持‌：

• 官网 API：DeepSeek 官网

• 阿里云百炼：阿里云百炼

• 腾讯云 TokenHub：提供预览版 API‌4

• ‌国产算力适配‌：

• ‌华为昇腾 950PR‌：原生支持，FP8 算力达 1 PFLOPS（为英伟达 H20 的 2.87 倍）‌3

• ‌寒武纪 MTT S5000‌：已完成 V4-Flash 适配，V4-Pro 正在迁移‌512

• ‌昇腾超节点‌：全系列产品已支持 V4 系列，预计 2026 年下半年批量上市后将大幅降低服务成本‌
  

使用建议

• ‌适用场景‌：

• 高阶科研、复杂逻辑推理、专业代码生成、长文本深度解析；

• 适合替代 GPT-5 或 Claude Opus 4.6 的非核心业务，成本可降低 ‌80%–90%‌‌
  。

• ‌推荐配置‌：

• 复杂任务：启用 reasoning_effort=max，上下文 ≥ 384K；

• 日常任务：使用 V4-Flash 更经济高效‌
  。