Related articles
文 | 字母 AI
「跳票」 许久的 DeepSeek-V4，终于来了。
几个小时前，DeepSeek-V4 预览版上线并开源。巧的是，几乎同一天，OpenAI 也推出了 GPT-5.5。一个继续讲闭源生产力系统，一个继续讲开源、长上下文和低成本推理。中美 AI 产业中流量最大的两家基模公司，在同一天相遇。
DeepSeek-V4 分为 Pro 与 Flash 两个版本，均支持百万 （1M）token 超长上下文，总参数规模分别达到 1.6T（激活 49B） 与 284B（激活 13B）。。
不过，相比起 「1.6T 参数」 或者 「百万 token 上下文」 这两个夸张数字，技术文档里的两个十位数更值得关注：27% 和 10%。
根据 HuggingFace 上 V4 系列的介绍，在 100 万 token 上下文场景下，V4-Pro 的单 token 推理 FLOPs 只有 V3.2 的 27%，KVcache 只有 V3.2 的 10%。
翻译成人话就是，在处理超长材料的场景下，V4 不只是 「能装得下」，而且跑得更快、还更便宜。
这也许是是 V4 这次更新中最值得关注的地方。
过去半年，长上下文已经成了头部模型的共同卖点。Claude、Qwen、Kimi、GLM 都在往长文本、代码仓库和 Agent 任务上走，DeepSeek 这次把主线放在了长文本场景里最贵的部分：计算和缓存。
略显遗憾的是，V4 目前并没有原生多模态功能，这会限制它在一些场景的发挥。
所以，V4 的关键词，并不是行业内期盼已久的 「新物种」，而是 「效率工程」 的再进一步。
回顾过往也确实如此，DeepSeek 这家公司，一直都不是那种 「性感」 产品的路线，在 Token 调用暴涨的海洋中，V4 要撑起的，是这家超级独角兽 200 亿美元估值的野望。
更快，但是没有原生多模态
身处 2026 年的今天，大模型支持长上下文已经不稀奇。但是另一个问题也随之而来：模型处理超长文本、超长链路的情况下，还能不能高效地继续工作。
一个模型如果只看几段文字，回答问题并不难；但如果让它看完整代码仓库、几十份合同、几个月会议记录，再持续生成、检索、改代码、调用工具，这个事情的难度会指数级增加。
V4-Pro 的单 token 推理 FLOPs 只有 V3.2 的 27%，KVcache 只有 V3.2 的 10%，正好对照着这个问题的答案。
前者指向每生成一个 token 所需的计算量，后者指向 KVcache 占用。KVcache 可以理解成模型处理长文本时需要随身携带的 「工作记忆」。
文本越长，这份工作记忆越重；如果每一步都背着完整包袱走，模型就很难轻快起来。
所以，天下武功，唯快不破。
这里的快，不是聊天窗口里早几秒回答，而是长文本任务中的运行效率。吃下 1M 文本之后之后，模型还能不能跑得动、跑得起，能不能支撑高频调用。
这一点在今天上线的 GPT5.5 中也有所体现，很多 ChatGPT 用户惊呼，GPT5.5-Thinking 的响应速度，快了一不是一星半点。
结合眼下爆火的 Agent 工作流，这项指标提升就更为关键。包括 OpenClaw 在内的系统级 Agent 工具，在运行任务时，往往需要读文件、查资料、调用工具、修改代码、保存中间状态，再根据反馈继续下一步。
任务越真实，上下文越长，计算和缓存负担越容易滚雪球。很多 Agent 产品今天看起来像未来，一算成本就像灾难。V4 如果真能把长上下文下的运行效率压下来，影响的是整个 Agent 工具链的成本结构。
字母 AI 也简单上手体验了一下 DeepSeek V4Pro，我们搭建了一个简易的离线环境，跑了两个贴近日常用户场景的测试。
首先，我们给了 V4 Pro 一组关于 MCP、结构化输出、工具调用、端侧模型和推理服务的材料，让它写一份技术分析。这个任务主要是考验，模型能不能把一堆概念和名词，整理成一张清楚的工程图。
V4Pro 的表现比较像一个成熟技术编辑。它没有把材料逐条复述，而是抓住了一条主线：Agent 的竞争不只是模型参数，而是模型如何稳定接入外部系统。换句话说，模型不能只会 「想」，还要能读文件、查数据库、调用工具、把结果写回业务系统。
它把结构化输出理解成 「让模型说出机器能直接读懂的话」，把 MCP 理解成 「让模型应用更容易接外部工具的标准接口」，这就比单纯解释术语更接近真实产品。
第二个测试，是让它用 Python 写一个本地命令行工具，用来管理每天收集的 AI 行业新闻线索。这个 Prompt 写的很简单，只有几个基础的限制条件：不要联网，不调用 API；能新增、查看、筛选、去重、自动打新闻价值分，并导出 markdown 日报。
V4 Pro 直接给出了一个能跑的小工具。
用户可以录入公司、标题、类型、来源、链接、时间、正文和核验状态，程序会自动计算新闻价值分，再把线索分成 「可直接引用」「需要继续核实」「暂不采用」。导出的 markdown 也会按层级分组，保留公司、标题、类型、分数、来源等维度。
这个测试能说明一个问题：V4 Pro 可以把一个相对复杂的意图拆成结构、规则和可执行代码，这和 DeepSeek 过去的用户心智是契合的。
在 OpenRouter 这类开发者渠道上，DeepSeekV3 系已经证明过自己的性价比和使用惯性。
OpenRouter 数据显示，DeepSeekV3 系列在 2025 年 token 消费超过 7.27 万亿，排名第五，仅次于 ClaudeSonnet4、Gemini2.0Flash 等模型。而直到今天，DeepSeekV3.2 的调用量，依旧在 OpenRouter 榜单中名列前茅。
这说明用户认可的从来不只是 benchmark，而是一个模型在真实工作流里是否稳定、便宜、高效。
这一点也可以放到 Claude 身上看。
在各大模型能力榜单上，ClaudeOpus4.6 和 GPT-5.4 系列的对比中，结论并不总是 Claude 全面领先，甚至在一些知识、推理、速度指标上，GPT-5.4 要表现的更好。
但这并不妨碍 Claude 在过去一段时间里继续收割开发者和企业市场。Anthropic 今年 2 月披露，按当时收入节奏折算，公司年收入规模已达到 140 亿美元；过去三年里，其收入每年都实现 10 倍以上增长。
所以，想要客观看待一个模型的能力，还是得放到真实工作流看实际工程表现。
当然，V4 也不是没有短板。最大的遗憾，是它目前缺乏 「原生多模态」 的加持。早在发布前，社区对 V4 的期待就不只是文本模型。一些媒体此前也曾报道称，DeepSeekV4 计划是一个能处理图片、视频和文本生成的多模态模型。
缺少了多模态能力，确实会带来一个现实问题，一旦涉及视觉理解、图表解析、、PPT/网页/软件界面处理这些场景里，就到了模型的能力边界外。
今天的生产力任务已经不再只是 「读一段文字」。很多用户真正要处理的是图片、表格、截图、PDF、网页、视频会议和复杂软件界面。没有原生多模态，V4 仍然可以是强大的长任务底座，但还不是完整的工作入口。
当然，也可以从另一个角度理解，站在融资和 IPO 的十字路口，V4 首先给母公司解决的是地基问题，而不是建好整栋楼的问题。
走在融资路口的 DeepSeek
V4 发布的另一个背景，是 DeepSeek 融资消息突然密集起来。
显然，作为中国 AI 行业的稀有物种， DeepSeek 一直不太缺钱。
过去，DeepSeek 最有辨识度的标签之一，就是它不像典型 AI 独角兽那样靠融资叙事往前推。它背后有量化资金公司幻方的资金支持，又有梁文锋这样的旗帜性人物，长期以来在业内保持着神秘且专注的形象。
但在最近一段时间，情况开始发生变化。最新报道显示，DeepSeek 正在以超过 200 亿美元估值寻求融资，阿里、腾讯等公司据称正在洽谈投资。具体的数字仍在谈判中，但方向已经足够清楚：DeepSeek 已经走到了迎接资本市场的节点。
而 V4，就是这个节点上的一个重要抓手。V4 专注于讲效率的逻辑背后，实际上是抓住了当前的开发者群体最关心的部分，可预测的调用需求可能被进一步放大，进而推动更多的商业化落地。
这也是 DeepSeek 接下来最难的一关。200 亿美元估值要证明的，不只是模型强，而是模型能不能转成稳定的商业系统。。
这一点上，竞争对手们已经在行动起来。Qwen、GLM、Kimi 都在向 Agentic Coding、工具调用和长任务执行靠拢，Claude 也已经把企业知识工作和代码工作流做成了最重要的商业抓手。
显然，依托 V4 的能力，Deepseek 还需要更多产品层面的落地。
Agent 不是底座模型自己就能跑通，它还需要浏览器、文件系统、权限系统、企业软件接口、插件生态和产品体验。V4 就算解决了地基问题，如何建立起一套生产力场景的用户生态，是粱文锋和团队接下来要思考的问题。
所以，V4 最准确的定位不是，并不是人们想象中的模型新物种，而是把 「开源模型任务底座」 提升到了一个新的高度。
过去，DeepSeek 已经证明了，中国公司可以用更低成本做出强模型。V4 要证明的是，在百万上下文、Agent、国产算力和商业化同时到来的阶段，这套低成本路线还能不能继续成立。
眼下，V4 已经把效率牌打出来了。接下来，DeepSeek 要回答的是，这张牌能不能撑起一家 200 亿美元公司的商业体量。
