4月24日DeepSeek V4预览版发布：Pro与Flash双模型开源，支持百万上下文

2026 年 4 月 24 日，DeepSeek 正式放出 V4 预览版，一次性推出 V4-Pro 与 V4-Flash 两款 MoE 模型，均以 MIT 许可把权重发布在 Hugging Face 上。这是这家以极致性价比著称的中国公司继 V3 之后最重要的一次架构升级，也让 100 万 token 上下文第一次以近乎免费的价格向全球开发者开放，为下半年中国大模型的开源竞赛定下了新的基准线。

一、事件速览

按照官方公布的信息，V4 系列分为两条产品线：V4-Pro 拥有 1.6 万亿总参数、490 亿激活参数，面向复杂推理与长文档处理；V4-Flash 则为 2840 亿总参数、130 亿激活参数，主打低延迟与高并发，两者都统一支持 100 万 token 上下文窗口。值得注意的是，V4 的训练过程使用了华为昇腾硬件，这被外界视为国产算力闭环的一次标志性验证。与此同时，此前传闻已久的 R2 推理模型仍未露面，据公开报道，创始人梁文锋因性能未达预期而压着不发，这一细节也折射出团队对旗舰发布的质量门槛。

二、关键数据与技术细节

• 参数规模：V4-Pro 总参数 1.6 万亿、激活 490 亿；V4-Flash 总参数 2840 亿、激活 130 亿，均为稀疏 MoE 架构。
• 上下文窗口：两款模型统一支持 100 万 token，整仓代码与超长文档可一次性吞入，无需分段检索。
• API 定价：每百万输出 token，V4-Pro 为 3.48 美元，V4-Flash 为 0.28 美元。
• 开放许可：权重以 MIT 许可发布在 Hugging Face，商用、微调与二次分发的限制极少。
• 训练算力：训练过程使用华为昇腾硬件，国产芯片承担万亿级模型训练的可见度明显提升。
• 成本参照：此前 DeepSeek 的 API 定价约为每百万 token 0.028 美元，约为同类 GPT 定价的一百八十分之一；RAND 在 2026 年初的报告称，中国 AI 模型的训练成本大约是美国同类系统的六分之一到四分之一。

三、行业影响与解读

V4 的意义不只是参数更大，而是把百万上下文、MIT 许可与低价打包成了一件普惠商品。对企业用户来说，100 万 token 意味着整本财报、整个代码仓库可以一次性塞进上下文，检索与切分链路被大幅简化；对开发者来说，MIT 许可几乎消除了商用与微调的法律顾虑，衍生模型和垂直微调会快速繁殖。更关键的是价格，Flash 的 0.28 美元把长上下文推理从奢侈品变成日用品，会直接压低全球 API 的价格中枢。结合 RAND 报告提到的训练成本优势，中国厂商正在用工程效率而非单纯资本开支换取份额，这恰恰是海外闭源实验室最难复制的部分。

四、值得关注的信号

• R2 推理模型的持续缺席说明 DeepSeek 对旗舰发布仍设高门槛，性能不达标宁可不发，这种克制反而抬高了市场预期。
• 昇腾硬件承担训练意味着国产算力在万亿级模型上完成了可用性验证，后续生态迁移速度值得跟踪。
• MIT 许可叠加极低定价，可能让 V4 成为开源社区衍生模型的主要基座，进一步推高中国模型在全球调用量中的占比。
• 年化收入已攀升至约 4 至 5 亿美元却仍维持极低价，商业模式能否跑通最终取决于企业侧的规模化落地。

小结：V4 把百万上下文、MIT 许可与 0.28 美元定价三件事同时兑现，是 2026 年中国开源模型最具代表性的一次出手。它证明在算力受限的环境下，架构与工程优化依然能换来代际体验。真正的悬念在于 R2 何时落地，以及 DeepSeek 能否把调用量优势转化为可持续的收入曲线。