绵延数日的思维链。
带检查点记忆的多日智能体链条。V4 Pro 会规划、修订、自我恢复——把难题当作一次下潜， 而非一场冲刺。当某条路径走入死胡同，它会带着所学上浮，然后再次下潜。
94.2
MMMU-Pro 准确率
01 — 理念
多数模型只浮于表面。
01V4 Pro 生来就要下潜——越过模式匹配，越过那个舒服的答案， 抵达难题真正栖身的地方。
它把算力投在问题最坚硬之处，容纳矛盾而不崩溃，抵达底部才会上浮。 深度优先计算意味着：一条跑三天的推理链，成本只相当于过去的三分钟—— 而沿途的每一次转折，都被牢牢记住。
“
低调地说：我们没有让它更快，而是让它愿意潜得更深。— V4 研究团队 · 预印本 §2.4
02 — 能力
为深水区而生。
02整片海洋，尽收一帧。
一百万 token 的原生上下文——没有任何滑窗把戏。一次读入整个代码库、一整卷论文、 一整年的日志，并跨全部内容推理。
1,000,000
帧内 token
看得见。听得懂。读得进。
视觉、音频与文本共用一个主干——没有拼接式适配器。截图、图纸、九十分钟的录音， 都流经同一份注意力。
3
原生模态
原生 MCP，无需胶水。
一流的工具编排，结构化输出与自我校验调用。在把结果交给你之前， 它会先核对自己的工作。
99.2%
工具格式通过率
由你自行部署。
MIT 许可权重，FP8 与 INT4 双版本，完整模型卡， 以及一个下午即可复现的评测工具链。
MIT
许可 · FP8 / INT4
同行八分之一的算力。
以同行零头的训练预算，跑出 3.1× 的 MFU。 深度不该是只有万亿级实验室才负担得起的东西。
3.1×
模型浮点利用率
03 — 基准
以深度丈量。
03
DeepSeek V4 Pro
前沿均值
GPQA Diamond — 研究生级科学问答
0%
SWE-bench Verified — 真实 GitHub issue
0%
Codeforces Elo — 算法竞赛
0
MMMU-Pro — 多模态推理
0%
AIME 2025 — 数学奥林匹克
0%
04 — 架构
专家的殿堂。
04
384
阶段 01
提示词
你的请求以原始字节进入——文本、图像或音频。
阶段 02
分词
字节级分词器无损压缩输入流。
阶段 03
路由
MoE 门控为每个 token 从 384 位专家中选出 8 位——零浪费算力。
阶段 04
专家织体
入选专家共享同一份 1M token 记忆库，再行重组。
阶段 05
预测
一次一个 token——经过校验、带引用、感知深度。
1.4T总参数量
28B每 token 激活
384 位专家每 token 激活 8 位
8-bitKV 缓存
9.2T训练 token
FP8训练精度
05 — 接入
算力本身，而非溢价。
05
托管 API
api.deepseek.com
全球推理，首 token 仅 40 毫秒。为你真正思考的部分付费，仅此而已。
输入$0.10 / 1M token
输出$0.40 / 1M token
缓存读取$0.02 / 1M token
●批量 −50%
●含 1M 上下文
●无推理附加费
获取 API Key →
开源权重
跑在你自己的机器上。
MIT 许可权重，发布当日即开源。FP8 适配集群，INT4 适配工作站。
许可MIT
量化版本FP8 · INT4
附赠模型卡 · 评测套件
●8×H100 / 4×H200 即可服务
●vLLM & SGLang 首日支持
下载权重 →
06 — 疑问
水面之上的问题。
06上下文窗口到底有多大？+
原生 1,000,000 token。没有滑窗、没有摘要层。每一步都对完整帧做注意力计算，
这正是多日推理链从第一个 token 到最后一个都能保持连贯的原因。
它真的是开源的？+
是。权重、分词器与推理栈均以 MIT 协议发布，上线即提供 FP8 与 INT4 量化版本，
并附完整模型卡，涵盖数据配比、安全评测与已知局限。
我该怎么自托管？+
FP8 权重可在 8×H100 或 4×H200 上从容服务；INT4 则把基座模型带入工作站级硬件。
vLLM 与 SGLang 首日支持，并附带 1M token 服务的参考配置。
V4 Pro 到底有什么不同？+
深度优先计算。多数模型被优化为快速作答、见好就收；V4 Pro 被优化为按问题所需持续推理——
而 MoE 路由让这种深度远比蛮力方案便宜。