一个视频搞懂 DeepSeek V4！

外来客 • 2026-08-13 22:31:45

声明：本文为对公开视频内容的摘要整理，未经本站独立核实，可能与原视频存在出入，不代表本站立场、观点或建议；观点与版权归原作者及原平台所有。如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

🧠 DeepSeek V4 评测与深度解析

📊 核心观点：性价比与工程效率的极致探索

DeepSeek V4 并非带来 AI 能力的“质变”飞跃，而是聚焦于如何在有限成本下最大化智能潜力。其核心价值在于极高的 Token 利用效率和针对国产算力的深度适配。面对智能体（Agent）高昂的运行成本（普通对话的 70-230 倍），DeepSeek V4 通过架构创新实现了“既要能力又要效率”的平衡，旨在解决 AI 落地中的价格痛点。

🏆 关键事实与评测表现

本次测试对比了 DeepSeek V4 Pro、GPT-5.4 Cloud、OpenAI 4.7 (Opus/Sonic)、Gemini 3.1 Pro、Kimi 等主流旗舰模型，涵盖基础能力与应用场景：

基础知识（海龟汤谜题）：
DeepSeek V4 Pro、Claude Opus 4.6、Gemini 3.1 Pro 全部答对。
GPT-5.4 Cloud 表现最差，仅答对 1 题（误判蒙莫斯公爵缝嘴）。
逻辑推理：
DeepSeek V4 Pro 与除 GPT-5.4、Claude Sonnet 4.6 外的其他模型均全对。
长上下文（100万字《全职高手》）：
DeepSeek V4 Pro 和 Gemini 3.1 Pro 成功找到冷门武器重量；其余模型因超出窗口或未检索到而失败。
文学创作：
DeepSeek V4 Pro 在现实主义短篇小说写作中表现优异，擅长氛围烘托与长跨度伏笔呼应（5000字后揭晓），优于 Claude Opus 4.6 的直白风格。
前端开发与视觉设计：
时钟/动画：DeepSeek V4 Pro 精度准确，效果属第二梯队（仅次于 Gemini）；GPT-5.4 Cloud 有瑕疵。
3D变速箱演示：DeepSeek V4 Pro 结构实现相对完整，优于 GPT-5.4（零件散落）和 Claude（齿轮方向错误）。
后端工程与智能体：
多用户系统任务：Claude Opus 4.7 架构最全面（含自动化测试、并发安全），DeepSeek V4 Pro 略强于 Sonnet 4.6。
稳定性短板：DeepSeek 在 OpenCode 智能体框架中易出现服务重启卡顿，需手动干预，体验不如 Claude 省心。
Token 效率优势：计算器项目中，DeepSeek 仅消耗 6万多 Token（Sonnet 4.6 为7万+，Opus 4.7 为10万+）；在 AI 黑客大战中修复量最少，攻防精准度高。

💡 技术架构与算力突围

模型创新：
规模：总参数 1.6万亿，推理激活仅 490亿（<3%）。
混合注意力机制：引入 CSA（目录精华提取）和 HCA（快速扫读），计算量仅为 V3.2 的 27%。
信号稳定：采用“流行约束”防止残差连接信号膨胀；使用 Muon 优化器替代 AdamW，提升训练稳定性。
国产算力适配：
背景：受美国出口管制影响（A100/H100/H800/A800/H20受限），英伟达芯片稀缺。华为昇腾 910C 训练 R2 失败后，DeepSeek 转向深度适配国产芯片。
行动：2026年 Q1 与华为联合重写底层模块，将昇腾作为第一优先级；替换 Triton 为国产开源框架 Itclan；拒绝英伟达/AMD 早期访问权。
成果：阿里、字节、腾讯采购数十万颗昇腾 950PR 部署 V4，芯片价格上涨 20%。预计下半年昇腾 950 超节点上市后，V4 Pro 价格将大幅下调。

📝 结论与展望

DeepSeek V4 是一款高性价比的顶级模型。尽管在智能体稳定性上存在小瑕疵，且因适配国产芯片导致研发进度放缓（一年仅两次小规模更新），但其极致的 Token 效率和工程优化使其成为解决“智能体烧钱”困境的关键方案。团队保持“松弛”文化（人均工作时长短、无严格KPI），虽被部分人视为“半成品”，但已构建起芯片与数据的飞轮，未来潜力巨大。