编程媲美闭源顶级模型！DeepSeek V4来了，价格便宜75倍！

编程媲美闭源顶级模型！DeepSeek V4来了，价格便宜75倍！ 编程媲美闭源顶级模型！DeepSeek V4来了，价格便宜75倍！ Modified April 25 这个可能是V4影响最深远的一个决定。 据路透社4月18日报道，V4将运行在华为最新的昇腾950PR芯片上。 DeepSeek的工程师重写了核心代码，从英伟达的CUDA框架全面转向华为的CANN框架。 内部测试数据显示： 昇腾950PR上推理速度较初期版本提升35倍。 单卡推理性能达到英伟达特供版H20的2.87倍。 能耗降低40%。 老金我得说清楚，这些数据来自爆料，不是官方发布。 但方向是确定的。 V4旗舰模型优先昇腾，历史版本继续用英伟达，未来双轨并行。 这不是DeepSeek第一次这么干。 V4春节发布时就已经拒绝给英伟达优先适配权，改让华为先跑通。 对一个万亿参数模型来说，完全脱离英伟达生态。 这件事放到一年前，没人敢想。 如果对你有帮助，记得关注一波 价格：便宜到离谱 目前，DeepSeek API 已同步上线 V4 Pro 与 V4 Flash，支持 OpenAI ChatCompletions 接口与 Anthropic 接口。 访问新模型时，base url 不变, model 参数需要改为 deepseek v4 pro 或 deepseek v4 flash。 API定价如下： V4 Pro 与 V4 Flash 最大上下文长度为 1M ， 均同时支持 非思考模式 与 思考模式 ，其中思考模式支持 reasoning effort 参数设置思考强度（high/max）。 对于复杂的 Agent 场景建议使用思考模式，并设置强度为 max。 对比一下竞品（均为官方定价）： Claude Opus 4.5：输入$15/百万Token。 GPT 5.4：输入$2.50/百万Token。 DeepSeek V4：输入约$0.20/百万Token。 差了多少倍？ Claude的75分之一。 GPT 5.4的12分之一。 而且V4计划采用Apache 2.0开源协议。 这意味着什么？ 任何公司都可以拿V4的代码，部署在自己的服务器上，改一改，变成自己的产品。 不需要给DeepSeek付一分钱。 这就是开源的威力。 API定价已经这么便宜了，还开源。。。 老金我真的想不通DeepSeek靠什么赚钱。 这意味着什么 对开发者 API价格打到地板价，开源协议随便用。 中小企业和独立开发者终于不用为Token费用发愁了。 以前用Claude一天烧掉几十美元的活儿，换成V4可能不到1美元。 对行业 DeepSeek证明了国产芯片可以跑万亿参数模型。 这比模型本身的性能提升更有战略意义。 因为硬件受制于人，软件再强也没用。 昇腾能跑V4，后面阿里、百度、字节的模型也会跟进。 编程能力SOTA + 价格打骨折 + 开源。 这三个条件凑在一起，Claude和GPT的压力不小。 尤其在中美科技博弈的背景下，DeepSeek的每一步都有政治意味。 老金我的判断 说实话，老金我对V4的态度比较复杂。 技术层面，确实厉害。 编程登顶、百万上下文、国产芯片适配，每一条都是硬核突破。 但有几个问题得说清楚。 昇腾生态的长期稳定性 芯片能跑是一回事，生态成熟度是另一回事。 CUDA有十几年的积累，CANN才刚开始。 短期可能有各种兼容性问题。 这些不是泼冷水。 是真实存在的风险。 如果你是Claude重度用户 先别急着换。V4的编程能力很强，但Claude在代码理解、项目上下文、长期对话这些维度上，积累的工程经验不是一天能追上的。 如果你是独立开发者，强烈建议试试V4 API。 价格便宜太多了，开源协议意味着你可以深度定制。 如果你关心国产AI，V4是一个里程碑。 万亿参数+国产芯片+开源，这三件事放在一起，之前没人做到过。 DeepSeek用了不到两年时间，从V2走到V4。 从追赶到反超，速度确实快得让人有点慌。。。 但越是这样，越需要冷静看数据，不要被情绪带着跑。 你们觉得V4能不能真正撼动Claude和GPT在国内的地位？ 评论区聊聊，老金我很好奇大家的判断。 飞书 开源知识库（实时 更新 交流群 ）： https://tffyvtlai4.feishu.cn/wiki/OhQ8wqntFihcI1kWVDlcNdpznFf Claude Code & Openclaw 双顶流全中文从零开始的教程： 不懂代码照样造网站，老金15万字Claude Code+OpenClaw教程免费开源 我的小破站（含我开源的项目）： https://www.aiking.dev/ 每次我都想提醒一下，这不是凡尔赛，是希望有想法的人勇敢冲。 我不会代码，我英语也不好，但是我做出来了很多东西。 我真心希望能影响更多的人来尝试新的技巧，迎接新的时代。 谢谢你读我的文章。 如果觉得不错，随手点个赞、在看、转发三连吧🙂 如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章。 扫码 添加下方微信（备注AI） ，拉你加入 AI学习交流群 。 不懂代码照样造网站，老金15万字Claude Code+OpenClaw教程免费开源 这个可能是V4影响最深远的一个决定。 据路透社4月18日报道，V4将运行在华为最新的昇腾950PR芯片上。 DeepSeek的工程师重写了核心代码，从英伟达的CUDA框架全面转向华为的CANN框架。 内部测试数据显示： 昇腾950PR上推理速度较初期版本提升35倍。 单卡推理性能达到英伟达特供版H20的2.87倍。 能耗降低40%。 老金我得说清楚，这些数据来自爆料，不是官方发布。 但方向是确定的。 V4旗舰模型优先昇腾，历史版本继续用英伟达，未来双轨并行。 这不是DeepSeek第一次这么干。 V4春节发布时就已经拒绝给英伟达优先适配权，改让华为先跑通。 对一个万亿参数模型来说，完全脱离英伟达生态。 这件事放到一年前，没人敢想。 如果对你有帮助，记得关注一波 价格：便宜到离谱 目前，DeepSeek API 已同步上线 V4 Pro 与 V4 Flash，支持 OpenAI ChatCompletions 接口与 Anthropic 接口。 访问新模型时，base url 不变, model 参数需要改为 deepseek v4 pro 或 deepseek v4 flash。 API定价如下： V4 Pro 与 V4 Flash 最大上下文长度为 1M ， 均同时支持 非思考模式 与 思考模式 ，其中思考模式支持 reasoning effort 参数设置思考强度（high/max）。 对于复杂的 Agent 场景建议使用思考模式，并设置强度为 max。 对比一下竞品（均为官方定价）： Claude Opus 4.5：输入$15/百万Token。 GPT 5.4：输入$2.50/百万Token。 DeepSeek V4：输入约$0.20/百万Token。 差了多少倍？ Claude的75分之一。 GPT 5.4的12分之一。 而且V4计划采用Apache 2.0开源协议。 这意味着什么？ 任何公司都可以拿V4的代码，部署在自己的服务器上，改一改，变成自己的产品。 不需要给DeepSeek付一分钱。 这就是开源的威力。 API定价已经这么便宜了，还开源。。。 老金我真的想不通DeepSeek靠什么赚钱。 这意味着什么 对开发者 API价格打到地板价，开源协议随便用。 中小企业和独立开发者终于不用为Token费用发愁了。 以前用Claude一天烧掉几十美元的活儿，换成V4可能不到1美元。 对行业 DeepSeek证明了国产芯片可以跑万亿参数模型。 这比模型本身的性能提升更有战略意义。 因为硬件受制于人，软件再强也没用。 昇腾能跑V4，后面阿里、百度、字节的模型也会跟进。 编程能力SOTA + 价格打骨折 + 开源。 这三个条件凑在一起，Claude和GPT的压力不小。 尤其在中美科技博弈的背景下，DeepSeek的每一步都有政治意味。 老金我的判断 说实话，老金我对V4的态度比较复杂。 技术层面，确实厉害。 编程登顶、百万上下文、国产芯片适配，每一条都是硬核突破。 但有几个问题得说清楚。 昇腾生态的长期稳定性 芯片能跑是一回事，生态成熟度是另一回事。 CUDA有十几年的积累，CANN才刚开始。 短期可能有各种兼容性问题。 这些不是泼冷水。 是真实存在的风险。 如果你是Claude重度用户 先别急着换。V4的编程能力很强，但Claude在代码理解、项目上下文、长期对话这些维度上，积累的工程经验不是一天能追上的。 如果你是独立开发者，强烈建议试试V4 API。 价格便宜太多了，开源协议意味着你可以深度定制。 如果你关心国产AI，V4是一个里程碑。 万亿参数+国产芯片+开源，这三件事放在一起，之前没人做到过。 DeepSeek用了不到两年时间，从V2走到V4。 从追赶到反超，速度确实快得让人有点慌。。。 但越是这样，越需要冷静看数据，不要被情绪带着跑。 你们觉得V4能不能真正撼动Claude和GPT在国内的地位？ 评论区聊聊，老金我很好奇大家的判断。 飞书 开源知识库（实时 更新 交流群 ）： https://tffyvtlai4.feishu.cn/wiki/OhQ8wqntFihcI1kWVDlcNdpznFf Claude Code & Openclaw 双顶流全中文从零开始的教程： 不懂代码照样造网站，老金15万字Claude Code+OpenClaw教程免费开源 不懂代码照样造网站，老金15万字Claude Code+OpenClaw教程免费开源 我的小破站（含我开源的项目）： https://www.aiking.dev/ 每次我都想提醒一下，这不是凡尔赛，是希望有想法的人勇敢冲。 我不会代码，我英语也不好，但是我做出来了很多东西。 我真心希望能影响更多的人来尝试新的技巧，迎接新的时代。 谢谢你读我的文章。 如果觉得不错，随手点个赞、在看、转发三连吧🙂 如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章。 扫码 添加下方微信（备注AI） ，拉你加入 AI学习交流群 。 🔗 原文链接： https://mp.weixin.qq.com/s/NJHcMfNf... https://mp.weixin.qq.com/s/NJHcMfNf... 原创 金先森是朝鲜族阿 金先森是朝鲜族阿 老金带你玩AI2026年4月24日 12:59 北京 加我进AI讨论学习群，公众号右下角“联系方式” 文末有老金的 开源知识库地址·全免费 就在刚刚，DeepSeek V4 的预览版本正式上线并同步开源。 上下文长度直接从从128K直接跳到100万。 没有任何官方公告，没有任何预热。 就那么静悄悄地上线了。 结论是： 便宜，贼便宜，便宜到离谱。 编程能力媲美闭源第一梯队。 没有多模态。 先说最炸裂的数据 泄露的基准测试数据里，最让老金我吃惊的是这个数字。 SWE bench Verified，80.6% 这个测试专门考AI修复真实GitHub Bug的能力。 80.6%是什么概念？ Claude Opus 4.65是80.8%，GPT 5.4是80.6%。 先说架构，再说这意味着什么。 万亿参数背后的黑科技 V4的总参数量达到了1万亿。 但跟其他万亿参数模型不一样的是，V4继续用MoE（混合专家架构）。 每次处理一个token，只激活370亿参数。 相当于一家1万人的公司，每次干活只叫370个人出来。 剩下的9600多人歇着，不耗电。 Engram条件记忆架构 这个是V4最大的技术突破。 以前的模型处理长文本，记忆是线性增长的——文本越长，计算量越大。 100万Token的上下文，按老办法做，很多机器直接跑不动。 Engram的核心思路是把记忆分层。 静态知识（比如API文档、语法规则）存在固定区域，O(1)复杂度直接调用。 动态上下文（对话历史、当前任务）单独处理。 这样100万Token不会让计算量爆炸。 据说在100万Token长度下，V4的信息召回率达到97%。 V3在128K的召回率大约是85%。 从128K的85%到100万Token的97%。。。 这个提升幅度确实有点离谱。 mHC多层通信技术，这个提了30%的训练效率。 具体原理比较复杂，简单说就是改变了信息在模型层间流动的方式。 以前是每一层都要传一大堆信息给下一层。 现在每层只传关键信息，减少冗余。 拒绝英伟达，跑华为芯片