2026年5月1日

DeepSeek V4 发布一周后：便宜、开源、昇腾，以及那些被传歪的点

我一开始的记忆也有点混：最新是不是 R1？是不是 V3.2？是不是两个版本？是不是特别便宜？逆向限制是不是很小？还有大家最关心的一点：推理到底有没有用华为昇腾？

重新翻了一遍官方文档、模型卡和几篇报道后，结论比传闻朴素一点：V4 是最新主线，Pro / Flash 双版本，价格很狠，权重很开放；昇腾支持基本坐实，但线上 API 是否全量跑在昇腾上，公开资料没说死。

最新不是 R1，是 V4 Preview

DeepSeek 在 2026 年 4 月 24 日发布了 DeepSeek-V4 Preview。这次不是单模型，而是两个版本：

模型定位总参数激活参数上下文
DeepSeek-V4-Pro旗舰版，复杂推理、Agent、代码1.6T49B1M
DeepSeek-V4-Flash便宜、快、批量任务284B13B1M

DeepSeek V4 官方规格图

所以“有两个版本”这个印象是对的。只是别和之前 V3.2 / V3.2-Speciale 混在一起。到 V4 这里，准确说法就是：Pro / Flash。

还有一个小细节：deepseek-chat 和 deepseek-reasoner 还在，但只是兼容入口，已经映射到 V4-Flash 的非思考和思考模式。官方写明，这两个旧入口会在 2026 年 7 月 24 日 15:59 UTC 后停用。

价格确实离谱

DeepSeek 这次最扎眼的不是参数，是价格。

DeepSeek V4 官方价格图

按 100 万 token 计费：

模型输入缓存命中输入缓存未命中输出
V4-Flash$0.0028$0.14$0.28
V4-Pro 折扣期$0.003625$0.435$0.87
V4-Pro 原价$0.0145$1.74$3.48

Flash 的缓存命中价很夸张。长上下文、固定 system prompt、批量 Agent、重复前缀，这些场景如果吃到缓存，成本会被打得很低。

这也是推特上很多人第一时间盯着价格看的原因。不是它一定最强，而是这个价格会逼很多 API 中间层重新算账。

开源是真的，但别把 API 条款想得太松

V4-Pro 和 V4-Flash 的 Hugging Face 模型页都标了 MIT license。这件事很关键：你可以自己部署，可以改 serving，可以围绕它做本地推理栈。

但“权重开放”和“官方 API 没限制”是两件事。

DeepSeek 的服务条款仍然禁止未授权探测、扫描、漏洞测试、恶意程序、未授权访问，也禁止反向工程 DeepSeek 自己的服务、模型、算法和底层组件。

所以更准确的说法是：合法逆向、安全研究、CTF、本地部署会更自由；但不能理解成官方 API 允许随便做攻击或灰产。

另外，DeepSeek 对输出使用权写得比较宽。只要合法且遵守条款，输入和输出可以用于个人、学术、产品开发，甚至训练其他模型和蒸馏。这一点确实比不少闭源 API 更友好。

昇腾用了没？支持确认，全量推理未知

这个问题最容易被说过头。

能确认的是三点：

  1. Reuters 报道说，DeepSeek V4 面向华为芯片技术做了适配，华为芯片参与了 V4 的部分训练过程。
  2. 另有报道提到，华为 Ascend SuperNode 会支持 DeepSeek V4。
  3. vLLM-Ascend 已经给出 DeepSeek-V4 的部署文档，目前写的是先支持 V4-Flash，并给了 Atlas 800 A3 / A2 节点上的在线推理方式。

也就是说，“V4 能跑昇腾”“DeepSeek 和华为在 V4 上做了适配”“昇腾是这次发布叙事的一部分”，这些可以写。

但如果问：DeepSeek 官方 API 的推理是不是全量跑在昇腾上？

目前不能确认。DeepSeek 没公开线上 serving 集群硬件占比，也没公开 Pro / Flash 的硬件流量分配。更稳的写法是：昇腾参与和支持基本坐实；全量推理是否切到昇腾，公开资料不足。

性能：强，但别神化

官方图里，V4-Pro 的代码、数学、Agentic Coding 和长上下文成绩都很好。V4-Flash 更像成本优先版本，简单 Agent 任务很接近 Pro，复杂知识和复杂工作流会弱一些。

DeepSeek V4 官方 benchmark 图

NIST/CAISI 的评估更冷静：V4 是他们评估过的最强中国模型，但整体能力大约落后美国前沿模型 8 个月；同时，它在相近能力区间里有明显成本优势。

这个评价我觉得比“吊打一切”靠谱：国模之光可以说，全面领先就别急。

推特上大家在聊什么

推特上这次最热闹的点，其实不是“V4 到底第几名”，而是“这价格是不是真的能这么打”。很多人盯着 Flash 的缓存命中价看，因为一旦放进 Agent、代码助手、批量处理这种场景里，账会变得很不一样。

另一个讨论是硬件。有人直接喊“摆脱 Nvidia”“全跑昇腾”，这个听起来很爽，但现在公开资料支撑不到这么满。能确认的是适配、支持、部分训练和可部署；至于 DeepSeek 官方 API 线上是不是全量跑昇腾，还没看到硬证据。

我身边也有人已经在用 DS4 跑自己的算法。他是把 DeepSeek 接进 VSCode 里的 Claude Code 插件，当代码助手用。看他的状态确实很爽：成本压力小，响应也够用，遇到一些工程代码、脚本改造、算法实验里的杂活，基本就是一路 yes yes yes 往前推。

所以我对这次社区情绪的理解是：大家不是只在夸模型聪明，而是在兴奋一件更实际的事——一个够强、够便宜、还能自己部署的模型，终于能被塞进日常开发流里用了。

参考资料