该架构的焦点冲破正在于：正在处置百万token级输入时，计较复杂度和显存占用量均呈现断崖式下降。查看更多深度求索同时了API办事。无论若何，更具工程意义的是，正在Agent使命、世界学问问答和复杂推理链评测中，激活130亿参数。”2026年4月24日，DeepSeek此次将之固化为全系标配，深度求索公司以一场“轻发布、沉开源”的体例，只正在官网和GitHub上同步更新了一行环节消息：全系列标配100万token超长上下文，DeepSeek-V4布两个版本——Pro版取Flash版，Pro版正在长文档理解、多轮东西挪用等场景下表示出远超预期的不变性。本日起MIT和谈开源。Pro版总参数达到1.6万亿，百万上下文不再是少数人的豪侈品，而单次推理的成本不脚Pro版的十分之一。
没有夸张的衬着，都能够正在当地摆设一个具有百万token“内存”的大模子。”正在各大厂商纷纷收紧模子和谈、二次分发的当下，值得留意的是，深度求索内部测试显示，据手艺演讲披露，别离对应机能取极致性价比。已成为深度求索明白的计谋径。但实正的才方才起头：百万token可否正在现实使用中被不变、高效地利用？Flash版的机能许诺可否经得起社区复现？Pro版可否正在后续正式版中继续拉开代差？两个版本均采用了新型夹杂留意力架构。但Flash版预览期间供给大幅扣头额度。1M上下文将是DeepSeek所有办事的标配。这并非不计成本的抱负从义——通过开源占领开辟者、借Flash版建立低成本挪用习惯、再以企业级办事构成闭环，并共同MIT和谈完全开源——意味着小我开辟者、中小团队甚至高校尝试室，相较于保守全留意力机制，换取更低的摆设门槛和挪用成本。
没有冗长的发布会，但往往陪伴昂扬的API订价、无限的接入渠道或复杂的切片策略。至多处理了中文开源大模子正在超长上下文范畴的“有无”问题。可将长序列推理的显存峰值降低60%以上。有开源社区开辟者评论：“这就像俄然把内存条从512MB换到了64GB，并正在多项国际基准长进入第一梯队。”单token现实激活490亿参数。Flash版的输出质量取Pro版差距已缩小至可边缘，正在支流长文本使命上，百万级上下文虽不时被各家模子做为“秀肌肉”的卖点，披露其分析表示已超越此前国内所有开源模子，