今天（4月24日），DeepSeek发布了V4。
Bloomberg的标题是「一年后再次颠覆硅谷」。有没有这么夸张暂且不说，但这次确实是两件事一起发：
- V4-Pro：1.6万亿总参数，激活49B，支持100万token上下文
- V4-Flash：2840亿总参数，激活13B，同样支持100万token
MIT协议开源，权重直接上了HuggingFace。
先看跑分
竞技编程Codeforces评分，V4-Pro跑出了3206。GPT-5.4的成绩是3168——就是昨天刚被GPT-5.5接替的那个闭源旗舰。
开源模型在竞技编程上追上了。
其他数字：
| 基准测试 | V4-Pro 成绩 |
|---|---|
| LiveCodeBench | 93.5% |
| HMMT 2026数学竞赛 | 95.2% |
| IMOAnswerBench | 89.8% |
| MMLU-Pro | 87.5% |
但有一项没赢：SWE-bench Pro（软件工程实际任务）是55.4%，Kimi K2.6是58.6%。竞技编程赢了，工程实战差了3个点。
DeepSeek官方的说法是：「DeepSeek-V4-Pro-Max在开源模型中取得知识能力的显著突破，稳固确立了当今最强开源模型的地位。」
定价：数量级的差距
这才是让人坐不住的地方。
| 版本 | 标准输入 | 缓存命中输入 | 输出 |
|---|---|---|---|
| V4-Flash | $0.14/M | $0.028/M | $0.28/M |
| V4-Pro | $1.74/M | $0.145/M | $3.48/M |
昨天GPT-5.5发布，标准版输出$30/M，Pro版$180/M。Claude Opus 4.7输出$75/M。
V4-Pro输出**$3.48/M**。
比GPT-5.5标准版便宜8.6倍，比Claude Opus 4.7便宜21倍。
这不是价格优惠，是数量级差距。对调用量大的团队来说，这个差距可以直接影响产品能不能盈利。
能这么便宜，是因为架构
V4引入了混合注意力机制（CSA + HCA）：Compressed Sparse Attention处理全局依赖，Heavily Compressed Attention处理局部信息，组合使用。
在100万token长上下文场景下，V4-Pro只需要V3.2的27%推理算力和10%的KV缓存。
同时用了三项改进：
- FP4 + FP8混合精度训练，专家层用FP4，其他参数用FP8
- Manifold-Constrained超连接，强化残差信号传播
- Muon优化器，提升收敛速度和训练稳定性
预训练数据超过32T tokens。
这种效率不是靠调参做出来的，是架构设计上压缩了计算量，成本才能传导到定价。
时间节点很有意思
GPT-5.5昨天发，DeepSeek V4今天发。
两件事叠在一起，会迫使企业用户重新算账。性能差距还在，但价格差距已经大到需要认真对待了。特别是：
- 对调用量大的团队：$3.48 vs $30的输出成本，是能决定方案选型的数字
- 对开源有需求的：MIT协议，权重公开，私有部署没障碍
- 对中国企业用户：DeepSeek在合规、数据主权方面的顾虑更少
上个月有消息说腾讯、阿里在谈向DeepSeek投资，估值超过200亿美元。一家拒绝VC三年的公司开始谈钱了，V4的发布大概不只是产品里程碑，也是融资前的证明力动作。
接下来能不能把价格优势转化成规模，六个月后会有答案。
参考来源：DeepSeek-V4-Pro Model Card（HuggingFace，deepseek-ai，2026年4月24日）；DeepSeek V4 Released: Open-Source 1.6T MoE, 1M Context（ofox.ai，2026年4月24日）；DeepSeek Unveils Newest Flagship AI Model a Year after Upending Silicon Valley（Bloomberg，2026年4月24日）