便宜 50 倍、100 万上下文、全部开源，DeepSeek V4 终于来了

DeepSeek-V4 正式上线并开源！

欢迎来到经济高效的 100 万上下文长度时代。

DeepSeek 这次直接甩出了两个版本：

总容量 284B 参数，活动参数只有13B，主打快速、高效、极致性价 比。

DeepSeek-V4 目前是我见过最便宜的 SOTA 级别模型，价格大概只有 Claude Opus 4.7 的 1/20。

不是便宜一点，是便宜到离谱。

它不只是把价格打下来了，更重要的是，它把“大规模用 AI”这件事的门槛狠狠拉低了。

API 定价比 GPT-5.4 和 Claude Opus 4.6 便宜 10-50 倍，还原生支持 100 万上下文，而且全部开源。

这意味着什么？

举个直观的例子：假如 Uber 今年用的是 DeepSeek 而不是 Claude，他们 2026 年的 AI 预算，原本只够用 4 个月，现在能直接用到 7 年。

当然，我得实事求是地说：

在纯质量体验上，Claude Opus 可能还是略占上风，但 DeepSeek 在价格和规模上已经实现降维打击。最好的玩法其实是混合使用

该用 Claude 的时候用 Claude，该省钱大规模跑的时候就上 DeepSeek。

在 VibeCodeBench（VCB）这个测试里，V4 是目前唯一一个开源轻量级模型得分超过 40%（接近 50%）的。

这已经足以和 Anthropic、OpenAI 的上一代主力模型（Sonnet 4.6、GPT-5.2）打得有来有回。

对比上一代 V3.2 就更夸张了：

V3.2 在 VCB 上只有 5% 的得分，而 V4 直接接近 50%，性能差不多提升了近 10 倍。

这进步不是 incremental，是断层式的。

在国内开源模型里，V4 大概能排到第一梯队，和 GLM-5 差不多水平。

但跟国外顶尖的 Claude、GPT、Gemini 比，整体能力还有差距，多模态也比较一般。

不过，等华为 950 系列显卡大批量铺开以后，token 成本会进一步大幅下降，那时候 DeepSeek 的性价比会高到离谱。尤其是

，跑 agentic 任务（需要多步推理、工具调用、长时间工作流的场景）时，性价比特别突出。

这里我要说实话，老用户确实有点被坑的感觉。

原来的 V3.2 又便宜又成熟，我一直觉得它是 LLM 性价比之王。

但 V4-Flash 的翻译质量明显不如 V3.2，而 V4-Pro 的价格却比 Flash 贵了十倍左右。

这让很多老用户瞬间“用不了”了。

不过 DeepSeek 从 2.5 时代就开始反复强调：他们的 API 会随时调整，不会长期保留旧版本，这政策都快两年了，现在才觉得不舒服有点晚。

解决办法其实很简单

既然不开源吗？不想被官方 API 牵着鼻子走，就去用其他第三方 provider，他们很多都还在稳定提供老版本。

想长期锁定某个成熟版本，走开源自部署或者找靠谱的 mirror 服务就行了。

另外，V4-Flash 参数只有 284B，比 V3.2 的 671B 小了一大圈，价格也便宜了一半；

而 V4-Pro 1.6T 参数，贵一点也算合理。

DeepSeek 现在算力吃紧，可能也只能这么做。

我最关注的其实不是它现在强不强，而是它能不能持续带来新技术。

当年 DeepSeek-R1 就是靠算法+硬件优化的低成本路线，开源硬刚 o1，一下就火出圈了。

哪怕后来性能被各种新模型超过，到现在还是有很多人一直在用 DeepSeek。

DeepSeek 的魅力从来不是“永远第一”，而是它一直在用极低的价格和开源的方式，把前沿能力尽快送到大家手里。

翻不翻车不重要，就算现在勉强跟上了，过两个月可能又掉队

现在的 DeepSeek 其实早就掉队好几次了。

但这不重要。

AI 赛道就像回合制游戏。到你的回合了，你不进攻，可能就永远掉队了。

DeepSeek 每次都选择进攻，而且是用最狠的性价比在进攻。

这一次 V4 带着 100 万上下文和极致低价再次出手，我觉得依然值得关注。

不管你是想省钱大规模跑实验、做长上下文应用，还是单纯想用开源模型自己折腾，DeepSeek-V4 都把门槛又拉低了一大截。

经济高效的百万上下文时代，真的来了。