国产模型密集上新 DeepSeek-V4靠什么杀出重围？

国产大模型赛道的竞争态势正愈演愈烈，在Kimi 2.6、腾讯混元Hy3 preview及阿里Qwen3.6-Max-Preview相继亮相后，4月24日，备受期待的DeepSeek-V4预览版也正式开源上线，引发行业高度关注。

不同于市场此前对“万亿参数”或“原生多模态”的猜测，DeepSeek-V4的核心战略在于“百万上下文普惠”，主打百万字（1M tokens）的超长上下文能力，旨在提升Agent执行、推理性能及世界知识水平。

该模型通过DSA稀疏注意力技术与全新的注意力机制，在token维度进行压缩，成功降低了长上下文处理对算力和显存的需求，将这一技术门槛大幅打下来，即日起，1M上下文已成为DeepSeek所有官方服务的标配。

版本方面，Pro版全面对标顶级闭源模型，Flash版则主打经济适用。在数学、STEM及竞赛型代码等严苛测评中，V4-Pro超越了当前所有已公开的开源模型，取得了比肩世界顶级闭源模型的优异成绩。

在Agent应用落地层面，DeepSeek-V4目前作为公司内部的Agentic Coding模型，其使用体验优于Sonnet 4.5，交付质量接近Opus 4.6的非思考模式。API服务已同步更新，兼容OpenAI与Anthropic标准，开发者仅需修改model参数即可调用。

商业化定价策略延续了高性价比路线：V4-Pro每百万token输入1元（缓存命中）或12元（缓存未命中），输出24元；V4-Flash定价更为激进，分别为0.2元、1元和2元，为大规模应用提供了极具竞争力的成本方案。

中信证券研报指出，DeepSeek新一代模型有望携手其他国产模型推动中国AI走向世界，随着模型训推成本的进一步降低，更廉价的tokens将驱动全球大模型API调用量整体增加，加速行业应用落地。

DeepSeek团队以“不诱于誉，不恐于诽，率道而行，端然正”自勉。从V2到R1再到V4，该团队通过技术创新将百万上下文从“高端配置”变为“标配”，当顶级推理性能不再专属于闭源模型，AI应用的下一个想象空间才真正打开。