去年此時，DeepSeek 一發布模型，全球科技股集體跳水，被稱為「黑天鵝」。
今年 V4 又來了。市場反應：還行。
1.6 兆參數的開源新王，沒人覺得稀奇了
4 月 24 日，DeepSeek 把 V4 系列丟上了 Hugging Face。兩個版本：
| 模型 | 總參數 | 活躍參數 | 上下文 |
|---|---|---|---|
| V4 Pro | 1.6 兆 | 49 億 | 100 萬 token |
| V4 Flash | 284 億 | 13 億 | 100 萬 token |
V4 Pro 直接把 Kimi K2.6 的 1.1 兆和自家 V3.2 的 6710 億都甩在身後，坐穩了「全球最大開源權重模型」這把椅子。
定價更狠。V4 Flash 輸入 $0.14、輸出 $0.28（每百萬 token），V4 Pro 輸入 $0.145、輸出 $3.48。比 OpenAI、Google、Anthropic 同級模型都低一截。
跑分呢？TechCrunch 的報導寫得很直白：推理基準上 V4「幾乎彌合了與領先模型的差距」，知識測試「略後於」GPT-5.4 和 Gemini 3.1 Pro，整體落後 frontier 模型大約 3-6 個月。編碼競賽跟 GPT-5.4 打得有來有回。
但港股這次沒動
4 月 27 日，DeepSeek V4 上線後的第一個交易日，市場情緒和去年完全不是一個畫風。
Reuters 的報導裡，Omdia 首席分析師 Lian Jye Su 說得很冷靜：
「此次發布遵循了相當可預測的路徑，因為模型架構和效率的進步已經在整個行業和學術界被廣泛探索。新參與者湧現的預期，現已計入估值。」
講人話就是：驚嚇閾值變了。
去年 R1 出來那會兒，華爾街的邏輯是「中國怎麼可能這麼快」——所以輝達一夜蒸發幾千億市值。今年呢？過去半年裡 Kimi K2.6 拿到 SWE-Bench Pro 第一、Qwen3.6-Max 登頂六項測試、智譜 GLM-4.6 適配國產晶片——開源中國隊的產出已經是常態，再來一個 V4 Pro，市場一句「哦」就過去了。
Artificial Analysis 給的評價也很克制：V4 Pro 雖然有顯著改進，但「整體排名屬於領先的開源權重模型，而非明顯超越競爭對手」。
真正值得看的不是跑分，是華為晶片
Ankura China Advisors 董事總經理 Alfredo Montufar-Helu 給了一句話，比所有 benchmark 都更重要：
「去年才是『驚人因素』——這已經計入價格。現在重要的是中國能否繼續在 AI 開發中推進，可能還要用自己的晶片。」
V4 適配了華為昇騰。這才是這次發布在地緣政治上的真正分量——美國的出口管制能不能擋住中國 AI，DeepSeek 用一次產品迭代回答了：至少在演算法和工程層面擋不住，剩下就看硬體能跟到哪一步。
幾個值得記住的判斷
第一，開源大模型的邊際震撼力在遞減。 這不是說 DeepSeek 做得不好，是市場預期已經追上了產能。下一次想再製造去年那種「哇」的時刻，得拿出別的東西——比如真正在某個 frontier 任務上反超閉源模型，而不是繼續縮小差距。
第二，V4 Flash 的 13 億 active 參數 + 100 萬上下文 + 極低價格，可能比 Pro 更值得 API 開發者關注。 這個組合在長文件處理、agent 後台調度上的性價比，會讓一票閉源 API 的中端檔位很難看。
第三，「中國能不能用自己的晶片做 AI」這個問題，2026 年還沒完全有答案，但 V4 讓答案更接近「能」了。
至於市場——市場已經把這件事 priced in 了。下次再想看戲，得等 V4 Pro 的實測在 agentic coding 這種長鏈路任務上跑出真東西。
那才是新故事。
參考來源：CocoLoop；DeepSeek previews new AI model that 'closes the gap' with frontier models（TechCrunch）；DeepSeek's new AI model does not wow markets in fast-changing industry（BusinessWorld / Reuters）