DeepSeek-V4更新：百万 token 上下文、1.6T MoE、FP4+FP8 混合精度、Pro-Max 与 Flash-Max 全面解析

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

2026年4月24日，DeepSeek-AI正式发布DeepSeek-V4系列预览版本，该系列包含两款强大的混合专家（Mixture-of-Experts, MoE）语言模型——DeepSeek-V4-Pro与DeepSeek-V4-Flash，同时配套推出DeepSeek-V4-Flash-Base、DeepSeek-V4-Pro-Base两个基础版本，全方位覆盖不同推理需求场景。作为开源大模型领域的重要更新，DeepSeek-V4系列在架构优化、推理效率、任务适配性上实现多重突破，支持百万token上下文长度，在代码、数学、推理、智能体等多类任务中表现亮眼，甚至在部分基准测试中逼近领先闭源模型，成为当前开源大模型领域的标杆之作。本文将对DeepSeek-V4全系列模型进行全面、详细的拆解，涵盖模型简介、架构升级、下载方式、评测结果、使用方法等核心内容，助力开发者快速掌握模型特性、高效上手部署。

一、DeepSeek-V4系列核心模型整体概述

DeepSeek-V4系列是DeepSeek-AI推出的新一代MoE架构语言模型，核心定位是“高效能、长上下文、多场景适配”，预览版本包含四款核心模型，分别为DeepSeek-V4-Flash、DeepSeek-V4-Flash-Base、DeepSeek-V4-Pro、DeepSeek-V4-Pro-Base，其中DeepSeek-V4-Flash与DeepSeek-V4-Pro为核心功能版本，Base版本则提供基础模型支持，满足不同开发者的轻量化或定制化需求。

两款核心功能模型（DeepSeek-V4-Flash与DeepSeek-V4-Pro）均采用混合专家（MoE）架构，支持百万token（1M）的上下文长度，这意味着模型能够处理超长文本输入，适配长文档分析、多轮对话、代码审计等复杂场景。二者的核心差异集中在参数量与性能定位上：DeepSeek-V4-Pro总参数量达1.6T，激活参数量49B，主打高性能、全场景覆盖；DeepSeek-V4-Flash总参数量284B，激活参数量13B，主打轻量化、高效推理，在控制资源占用的同时兼顾性能表现。

值得注意的是，DeepSeek-V4-Pro与DeepSeek-V4-Flash均支持三种推理强度模式，可根据实际任务需求灵活切换，同时推出Max推理模式（DeepSeek-V4-Pro-Max、DeepSeek-V4-Flash-Max），进一步挖掘模型推理潜力，其中DeepSeek-V4-Pro-Max稳居当前最佳开源模型之列，大幅缩小了与领先闭源模型的差距。

二、DeepSeek-V4系列核心架构与优化升级

DeepSeek-V4系列在架构设计与训练优化上引入多项关键创新，核心目标是提升长上下文处理效率、训练稳定性与模型表达能力，具体升级点如下：

2.1 混合注意力架构：大幅提升长上下文处理效率

为解决长上下文场景下推理效率低、资源占用高的痛点，DeepSeek-V4系列设计了混合注意力机制，创新性地结合压缩稀疏注意力（Compressed Sparse Attention, CSA）与重度压缩注意力（Heavily Compressed Attention, HCA），实现了长上下文处理效率的显著提升。

该架构的核心优势的在于“精准压缩、高效计算”：通过CSA与HCA的协同作用，在保留关键信息的前提下，对注意力权重进行合理压缩，减少冗余计算。官方测试数据显示，在百万token上下文场景下，DeepSeek-V4-Pro相比上一代模型DeepSeek-V3.2，仅需27%的单token推理FLOPs（浮点运算次数）和10%的KV缓存，极大降低了长上下文推理的资源消耗，让百万token级别的长文本处理变得更加高效、可行。

2.2 流形约束超连接（mHC）：增强跨层信号传播稳定性

在传统残差连接的基础上，DeepSeek-V4系列引入了流形约束超连接（Manifold-Constrained Hyper-Connections, mHC），进一步优化模型的跨层信号传播机制。传统残差连接虽能缓解梯度消失问题，但在深层模型中仍存在信号衰减、传播不稳定的问题，影响模型的表达能力与训练效果。

mHC通过引入流形约束，对跨层信号传播进行规范与增强，在保留模型原有表达能力的同时，显著提升了跨层信号传播的稳定性，让深层模型的训练更加顺畅，有效避免了训练过程中出现的梯度爆炸、模型退化等问题，为模型性能的提升奠定了架构基础。

2.3 Muon优化器：实现更快收敛与更高训练稳定性

训练优化器是大模型训练的核心组件，直接影响模型的收敛速度、训练稳定性与最终性能。DeepSeek-V4系列采用全新的Muon优化器，相比传统优化器（如Adam、SGD），Muon优化器在收敛速度与训练稳定性上实现双重提升。

通过优化学习率调度、梯度更新策略，Muon优化器能够让模型在训练过程中更快收敛，减少训练迭代次数，同时有效抑制训练过程中的波动，提升训练稳定性，确保模型能够充分学习训练数据中的特征，进一步挖掘模型的性能潜力。

2.4 预训练与后训练：打造多领域专业能力

DeepSeek-V4系列的两款核心模型（DeepSeek-V4-Flash与DeepSeek-V4-Pro）均在超过32T高质量、多样化token上进行了预训练，涵盖文本、代码、数学、知识问答等多个领域，确保模型具备扎实的基础能力。

在预训练基础上，模型经过全面的后训练流程，采用两阶段范式，精准培养模型的领域专家能力：第一阶段，通过监督微调（SFT）和基于GRPO的强化学习（RL），独立培养模型在不同领域的专业能力，让模型在代码、数学、推理等特定领域形成核心优势；第二阶段，通过在线策略蒸馏（on-policy distillation）对模型进行统一整合，将多个领域的专业能力融合到单一模型中，实现“全领域覆盖、各领域精通”的效果，让模型能够适配多样化的任务需求。

2.5 Max推理模式：挖掘模型性能极限

DeepSeek-V4-Pro-Max是DeepSeek-V4-Pro的最大推理努力模式，经过针对性优化，显著提升了开源模型的知识能力，稳居当前最佳开源模型之列。该模式下，模型在代码基准测试中达到顶尖水平，在推理与智能体任务上大幅缩小了与领先闭源模型之间的差距，成为开源模型中少有的能够与闭源模型同台竞技的存在。

与此同时，DeepSeek-V4-Flash-Max作为DeepSeek-V4-Flash的Max推理模式，在拥有更大推理预算的情况下，可实现与Pro版本相当的推理性能，能够满足中高端推理需求；但由于其参数规模较小（总参数量284B，激活参数量13B），在纯知识类任务和最复杂的智能体工作流上，性能略逊于Pro版本，适合对资源占用有要求、推理难度适中的场景。

三、DeepSeek-V4全系列模型下载指南

DeepSeek-V4系列四款模型均支持通过HuggingFace与ModelScope两个平台下载，其中DeepSeek-V4-Flash-Base与DeepSeek-V4-Pro-Base还支持通过ModelScope SDK和Git命令下载，具体下载信息与操作步骤如下，开发者可根据自身需求选择合适的下载方式。

3.1 全系列模型下载信息汇总

以下是DeepSeek-V4系列四款模型的核心参数与下载地址汇总，清晰呈现各模型的差异与下载渠道，方便开发者快速查询：

注：FP4 + FP8 混合精度说明：MoE专家参数使用FP4精度；其余大部分参数使用FP8精度，该精度设置在保证模型性能的前提下，进一步降低了模型的存储与推理资源占用。

3.2 DeepSeek-V4-Flash-Base下载方法

当前DeepSeek-V4-Flash-Base的贡献者未提供更详细的模型介绍，模型文件和权重可通过“模型文件”页面获取，也可通过以下两种方式直接下载：

3.2.1 ModelScope SDK下载

首先需要安装ModelScope SDK，然后通过代码调用实现模型下载，具体步骤如下：

# 安装ModelScope
pip install modelscope

# SDK模型下载
from modelscope import snapshot_download
model_dir = snapshot_download('deepseek-ai/DeepSeek-V4-Flash-Base')

执行上述代码后，模型将自动下载到指定目录（默认目录可通过ModelScope配置调整），下载完成后即可用于本地部署与推理。

3.2.2 Git下载

通过Git命令直接克隆模型仓库，获取模型文件与权重，具体命令如下：

# Git模型下载
git clone https://www.modelscope.cn/deepseek-ai/DeepSeek-V4-Flash-Base.git

克隆完成后，进入对应目录即可获取模型的全部文件与权重，适合需要手动配置模型参数的开发者。

3.3 DeepSeek-V4-Pro-Base下载方法

与DeepSeek-V4-Flash-Base类似，DeepSeek-V4-Pro-Base未提供详细模型介绍，模型文件和权重可通过以下两种方式下载：

3.3.1 ModelScope SDK下载

安装ModelScope SDK后，通过以下代码下载模型：

# 安装ModelScope（若已安装可跳过）
pip install modelscope

# SDK模型下载
from modelscope import snapshot_download
model_dir = snapshot_download('deepseek-ai/DeepSeek-V4-Pro-Base')

3.3.2 Git下载

使用Git命令克隆模型仓库，具体命令如下：

# Git模型下载
git clone https://www.modelscope.cn/deepseek-ai/DeepSeek-V4-Pro-Base.git

3.4 核心模型（DeepSeek-V4-Flash/Pro）下载说明

DeepSeek-V4-Flash与DeepSeek-V4-Pro可直接通过HuggingFace或ModelScope平台下载，访问对应平台的模型页面，按照平台提示操作即可完成下载。其中，ModelScope平台的模型地址分别为：

- DeepSeek-V4-Flash：可通过ModelScope搜索“deepseek-ai/DeepSeek-V4-Flash”获取下载链接；

- DeepSeek-V4-Pro：可通过ModelScope搜索“deepseek-ai/DeepSeek-V4-Pro”获取下载链接。

下载完成后，模型文件可直接用于本地推理、微调等任务，无需额外的权重转换（若有特殊需求，可参考后续“本地运行”部分的说明）。

四、DeepSeek-V4系列模型详细评测结果

为全面验证DeepSeek-V4系列模型的性能，官方进行了多维度的基准测试，涵盖基础模型评测、指令微调模型评测、与前沿模型对比、不同推理模式对比四个维度，测试数据全面、详实，能够清晰反映各模型的性能表现与优势场景。以下是完整的评测结果解析：

4.1 基础模型评测结果

基础模型评测主要针对DeepSeek-V3.2-Base、DeepSeek-V4-Flash-Base、DeepSeek-V4-Pro-Base三款模型，从架构、参数量、世界知识、语言与推理、代码与数学、长上下文六个维度进行测试，具体结果如下表所示：

从基础模型评测结果可以看出：

1. 参数量优势：DeepSeek-V4-Pro-Base总参数量（1.6T）和激活参数量（49B）远超另外两款模型，为其性能优势奠定了基础；DeepSeek-V4-Flash-Base虽然激活参数量（13B）最小，但整体性能优于上一代模型DeepSeek-V3.2-Base，体现了架构优化的价值。

2. 世界知识表现：三款模型中，DeepSeek-V4-Pro-Base在所有世界知识类基准测试中均表现最佳，尤其是Simple-QA verified（55.2）、FACTS Parametric（62.6）等指标，大幅领先于另外两款模型；DeepSeek-V4-Flash-Base在C-Eval（92.1）、CMMLU（90.4）等中文知识测试中表现突出，适合中文场景应用。

3. 语言与推理表现：三款模型整体表现接近，DeepSeek-V4-Pro-Base在HellaSwag（88.0）、WinoGrande（81.5）等推理类指标中略胜一筹，DeepSeek-V4-Flash-Base在DROP（88.6）指标中表现最佳，体现了轻量化模型的推理优势。

4. 代码与数学表现：DeepSeek-V4-Pro-Base在HumanEval（76.8）、MATH（64.5）等核心指标中表现最佳，适合复杂代码与数学任务；DeepSeek-V4-Flash-Base在CMath（93.6）指标中表现突出，在基础数学任务中具备优势；DeepSeek-V3.2-Base在BigCodeBench（63.9）指标中领先，但其整体代码能力不及DeepSeek-V4系列模型。

5. 长上下文表现：DeepSeek-V4-Pro-Base（51.5）> DeepSeek-V4-Flash-Base（44.7）> DeepSeek-V3.2-Base（40.2），充分体现了DeepSeek-V4系列在长上下文处理上的优化效果，尤其是Pro版本，能够更好地适配超长文本场景。

4.2 指令微调模型：三种推理模式详解

DeepSeek-V4-Pro和DeepSeek-V4-Flash均支持三种推理强度模式，不同模式针对不同的任务场景设计，具备不同的特点与回复格式，开发者可根据任务需求灵活选择，具体如下表所示：

三种推理模式的核心差异在于“推理深度”与“响应速度”的平衡：Non-think模式追求高效，适合简单、高频的日常任务；Think High模式兼顾速度与准确性，适合中等复杂度的推理与规划任务；Think Max模式追求极致准确性，适合复杂、高风险的任务，能够充分挖掘模型的推理潜力。

4.3 DeepSeek-V4-Pro-Max与前沿模型对比

为验证DeepSeek-V4-Pro-Max的性能水平，官方将其与当前主流前沿模型（Opus-4.6 Max、GPT-5.4 xHigh、Gemini-3.1-Pro High等）进行对比测试，涵盖知识与推理、长上下文、智能体能力三个维度，具体结果如下表所示：

从对比结果可以看出，DeepSeek-V4-Pro-Max在多个维度表现亮眼，核心优势如下：

1. 知识与推理：在Chinese-SimpleQA（84.4）、LiveCodeBench（93.5）、Codeforces（3206）、Apex Shortlist（90.2）等指标中表现突出，其中LiveCodeBench和Codeforces指标超越多数前沿模型，体现了其在中文知识和代码领域的核心优势；在GPQA Diamond（90.1）、HMMT 2026 Feb（95.2）等指标中接近顶尖水平，知识储备与推理能力强劲。

2. 长上下文：在MRCR 1M（83.5）、CorpusQA 1M（62.0）指标中表现优异，虽然不及Opus-4.6 Max，但远超Gemini-3.1-Pro High，充分体现了其百万token上下文的处理能力，适合长文档分析等场景。

3. 智能体能力：在SWE Verified（80.6）、BrowseComp（83.4）、MCPAtlas Public（73.6）等指标中表现出色，与领先模型差距较小，能够较好地适配智能体相关任务，具备较强的工具调用与任务执行能力。

整体而言，DeepSeek-V4-Pro-Max作为开源模型，在多个核心指标上逼近甚至超越部分闭源模型，大幅缩小了开源与闭源模型之间的差距，成为当前开源大模型的佼佼者。

4.4 不同推理模式下的性能对比

为清晰呈现不同推理模式对模型性能的影响，官方测试了DeepSeek-V4-Flash与DeepSeek-V4-Pro在三种推理模式下的表现，涵盖知识与推理、长上下文、智能体能力三个维度，具体结果如下表所示：

模型地址：modelscope.cn/collections/deepseek-ai/DeepSeek-V4