# DeepSeek V4 发布预览版：两个型号、百万 token 上下文，开源模型里跑分最强

> 原标题：Three reasons why DeepSeek’s new model matters

- 来源：MIT Technology Review · AI
- 发布时间：2026-04-24T21:40:58.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/10406
- 原文：https://www.technologyreview.com/2026/04/24/1136422/why-deepseeks-v4-matters/

## 摘要

DeepSeek 放出了 V4 的预览版，分 V4-Pro 和 V4-Flash 两个型号。Pro 版输入每百万 token 1.74 美元、输出 3.48 美元，Flash 版只要 0.14 和 0.28 美元，两个都支持一次性处理 100 万 token 的上下文，相当于能把《魔戒》三部曲加《霍比特人》全塞进去。跑分上，V4-Pro 在编程、数学、...

## 推荐理由

我会先打个折：这只是预览版，不是完整发布，所以冲击力比 GPT 或 Claude 大版本换代要弱一档。但它是当天消息，而且信息量够——两个型号的定价、100 万 token 上下文、开源权重对代理编码栈的成本压力，这些对从业者来说都是能直接算账的东西。标题里说的三个理由，正文其实主要落在长上下文注意力的效率提升和开源带来的成本下压上，具体技术细节没展开，但方向是明确的。

## 锐评

DeepSeek V4 这次最实在的看点不是跑分，而是它把“便宜”和“长上下文”这两件事同时做进了开源模型。V4-Pro 输入每百万 token 1.74 美元，Flash 版只要 0.14 美元，两个版本都支持一次性处理 100 万 token，相当于整本《魔戒》三部曲加《霍比特人》塞进去还有余量。这个价格对做 agent 开发的人来说，意味着调用成本可能直接降一个数量级，尤其是那些需要反复读大量文档、跑多步推理的场景。

文章说 V4-Pro 在编程和数学等基准上和闭源头部模型打得有来有回，但 MIT Technology Review 的原文在关键跑分对比处截断了，具体领先或落后多少、测试条件是什么，正文没披露完整。另外，模型用了新的注意力机制来提升长文本处理效率，但技术细节也没展开。

还有几个信息缺口值得注意：一是模型权重虽然开源，但训练数据、污染检测和安全性测试的结果没提；二是 DeepSeek 团队近期有核心人员离职，这对后续迭代节奏有多大影响，文章没给出判断。整体看，V4 在成本和上下文窗口上确实压得很低，但实际可靠性还得等开发者社区大规模实测之后才能下结论。