DeepSeek V4到底能不能打？上线三天，第一批真实测试的结果陆续出来了。

它的纸面数据很猛，参数量最高到了1.6万亿，上下文窗口拉到100万token，API价格比GPT-5.5便宜了一个数量级。但三天下来最让人意外的，不是顶配的Pro，而是最便宜的Flash。有人拿20个真实任务把V4的四个版本全测了一遍，结果Flash赢了7个，好几个编码任务里它用更少的token，做出了和贵几十倍的Pro一样甚至更好的结果。

当然它也没强到可以闭眼吹。碰上复杂工程落地、精致前端、第一次就得成活的任务，GPT-5.5和Claude Opus 4.7仍然更稳。V4没有全面超车，但它正在把这场竞争从“谁最强”推向“谁最适合干哪种活”。

性能低了约13%，但价格呢？

他紧接着算了一笔更让人震撼的账。每百万token输出价格的加权平均值，在不考虑任何折扣的情况下，GPT-5.5是30.21美元，Claude Opus 4.7是25美元，而DeepSeek V4-Pro只要1.73美元。

实战的B面：

当“跑分王者”遭遇“滑铁卢”

但性价比的账算得再漂亮，终究要经受一个检验。当这些模型被投入真实的、复杂的、不可预测的任务中时，纸面上的优势还能兑现多少？

AI应用开发与测试团队Build Fast with AI设计了一场堪称残酷的终极压力测试。他们将2026年4月的三大巨头，即GPT-5.5、DeepSeek V4和Claude Opus 4.7，置于一个单一自主循环中，要求它们从零构建一个宝可梦风格的完整战斗引擎。这不是写个静态页面，而是要做出一个功能完整的游戏。

长上下文：

一张真正的王牌，

附赠一个现实的注脚

如果把V4的能力比作一张拼图，那么100万token的上下文窗口，无疑是其中面积最大、也最引人注目的一块。

100万token是什么概念？它大到足以容纳《指环王》三部曲和《霍比特人》的总和。DeepSeek表示，这个上下文窗口大小现已成为所有DeepSeek服务的默认设置，与Gemini和Claude等模型的前沿版本处于同一级别。

但真正关键的不只是做到了，而是怎么做到的。《麻省理工科技评论》详细拆解了背后的技术思路。V4对其前代模型的注意力机制进行了重大的架构变革。传统的AI模型在处理长文本时，需要将文中每个部分与其他所有部分的关系都进行计算，文本越长，这种比较的成本就呈指数级攀升。这是长上下文模型的主要瓶颈。

冰山之下：

一场软硬件协同的“系统战”

如果说上述一切还停留在产品和技术层面，那么《麻省理工科技评论》的报道点出了V4更深层的战略意义。文章提炼了此次发布之所以重要的第三个原因，它标志着在摆脱对英伟达依赖的艰难道路上，迈出了第一步。

V4是DeepSeek首款针对华为昇腾等中国国产芯片进行优化的模型。这件事的分量，早在发布前就有迹可循。据The Information早些时候的报道，DeepSeek并未让英伟达和AMD等美国芯片制造商提前接触V4，而预发布访问通常是为了让芯片厂商能在模型发布前就做好适配优化。据报道，该公司只让中国芯片制造商获得了这种提前访问权。

发布当天，华为就宣布其基于昇腾950系列的昇腾超节点产品，将为DeepSeek V4的推理提供全面支持。这意味着，希望运行自己修改版模型的公司和个人，将能够绕开英伟达的CUDA生态，使用华为的硬件来部署这一前沿模型。

央视旗下有影响力的账号“玉渊谭天”在周日发声，将此誉为中国软硬件协同进步的信号。文中写道，虽然我国目前在制程节点、单卡性能上处于落后状态，但我们可以通过在系统设计、集群架构、软硬协同、供电效率上做文章，在现有约束条件下探索新的解题思路。这种表述，将一次模型发布上升到了产业路径选择的国家叙事层面。

不过需要厘清的是，这并非一个完全去英伟达化的故事。根据DeepSeek的技术报告，他们使用中国芯片进行推理环节，即当有人要求模型完成任务时的计算。但清华大学计算机科学教授刘知远称，DeepSeek似乎仅将V4的部分训练过程适配到了中国芯片上。技术报告没有说明一些关键的长上下文功能是否已在国产芯片上实现，因此刘教授的判断是，V4可能仍主要是在英伟达芯片上训练的。

路透社也曾报道称，华为芯片被用于V4 Flash的部分训练过程，而训练对芯片的要求远比推理更高。驻香港股票分析师梁庆新则表示，他找不到任何证据表明昇腾被用于训练V4 Flash，但他也指出，DeepSeek的技术文件显示两家公司的整合正在深化，这是一个可能的迹象，表明昇腾950未来将用于训练其模型。

DeepSeek官方还将V4的未来成本与这种硬件转变联系在了一起。公司表示，今年下半年华为昇腾950超节点开始大规模出货后，V4-Pro的价格可能会显著下降。如果这条路走得通，那么V4将不仅是一个新模型，更是中国正在成功构建一套并行AI基础设施的早期信号。

有评论者从更宏观的视角解读了这番布局。X网友@OopsGuess指出，当DeepSeek V4被添加到OpenClaw时，这已经不仅仅是又一次模型更新。从中可以看到一个清晰的链条正在成形，模型层是DeepSeek V4，硬件层是华为昇腾，代理工具层是OpenClaw和腾讯的CodeBuddy，应用层则指向真实的编码、会议、多步骤任务等工作流。

这意味着中国的AI生态系统，正从过去孤立的单点模型突破，转向构建完整的本土技术栈。

他评论道，美国试图通过切断英伟达芯片供应来减缓中国的步伐，而中国则以其一贯的方式做出回应。不断优化模型，将软件适配到自家硬件，持续降低成本，开放生态系统，并最终把外部的限制转化为建设自主基础设施的内在动力。

DeepSeek不再只是中国版ChatGPT，它正成为中国AI产业系统中的一个关键节点。模型、芯片、代理工具、云服务、应用场景以及开发者的工作流程，正在开始真正地互联互通。

他认为，对华盛顿而言，真正值得担忧的，并非V4的参数规模有多大，而是中国正在学会如何在美国的封锁之外，系统性地构建AI的完整闭环。

结语

把所有这些维度的信息拼在一起，DeepSeek V4的形象就不再是一个简单的强或弱可以概括的了。

它是一个特点极其鲜明的模型。在长上下文处理、智能体工作流搭建、成本控制和开源生态上，它展现了足够硬核的实力，为那些需要处理海量信息、追求性价比的开发者和企业，提供了一套前所未有的工具箱。

但在需要审美判断、前端精雕细琢、或应对高度不确定复杂环境的首次尝试中，它又暴露出肉眼可见的短板，与GPT-5.5和Claude的差距依然清晰。

DeepSeek V4不是来统治一切的，它重新定义了牌桌上的筹码，即前沿AI能力可以有多便宜，开源模型能走多远，以及一个受外部封锁制约的产业如何从芯片到应用层逐步构建起自己的完整生态。

当精致的前端输出是首要任务时，你最好还是选GPT-5.5或Claude。但当你的工作涉及长上下文分析、AI智能体、成本敏感型的自动化，以及需要一个开放且灵活的基础设施时，DeepSeek V4就是一个绕不开的选项。

最聪明的做法，从来不是在参数表之间做选择，而是在你自己的实际工作流中测试它，让真实的产出，而不是炫目的跑分数字，来给出最终的答案。

来源丨网易科技

编辑丨高硕