DeepSeek V4 预览：低价开源权重，正在逼近闭源模型的定价权

DeepSeek 放出了 V4 Flash 和 V4 Pro 两个预览版文本大模型。两款都采用 MoE 架构，支持 100 万 token 上下文，主打低推理成本，以及推理、代码能力。

这事不能写成“DeepSeek 已全面超过 OpenAI 或 Google”。目前关键成绩来自 DeepSeek 自己披露，仍需第三方复现。更准确的判断是：低价开源权重模型正在压缩闭源前沿模型最舒服的一层利润——能力溢价。

V4 的硬信息：参数够大，价格够低，但只支持文本

DeepSeek 这次给出的参数很清楚。V4 Pro 是 1.6 万亿总参数、490 亿激活参数；V4 Flash 是 2840 亿总参数、130 亿激活参数。

两者都是 MoE。也就是推理时只激活部分参数。好处很直接：模型可以做大，调用成本不必按全量参数硬扛。

DeepSeek 称，V4 Pro Max 在推理基准上领先开源同行，并在部分任务超过 GPT-5.2、Gemini 3.0 Pro。代码竞赛表现则被称为可比 GPT-5.4。

限制也写在同一张纸上。知识测试仍落后 GPT-5.4 和 Gemini 3.1 Pro。DeepSeek 自称大约落后前沿模型 3 到 6 个月。

这句话比榜单更有用。它说明 V4 不是全能冠军，更像一个价格很凶的追赶者：部分任务够强，成本低到足以改变采购表。

受影响最大的是开发团队和企业采购

对开发团队来说，V4 Flash 最先冲击的不是“最难的 AGI 问题”，而是日常账单。

客服摘要、代码审查、长文档分析、内部知识库问答，这些任务通常不需要每次都调用最贵模型。只要效果接近、延迟可控、失败率可接受，团队就会开始分层使用模型。

最现实的动作会是两个：

• 高调用量业务先做 A/B 测试，把部分文本任务迁到 V4 Flash 或 V4 Pro。
• 企业采购延后签长期大额闭源套餐，等第三方评测和 API 稳定性出来再谈价。

这就是 V4 的刀口。它不需要在所有维度赢 OpenAI 或 Google。它只要让一部分任务从“必须买最贵”变成“便宜模型也够用”，闭源模型的报价逻辑就会被迫重算。

铁路刚出现时，也不是一夜取代所有运输方式。它先吃掉最适合标准化、规模化的线路。模型市场也像这样：通用王者还在，但高频、文本、可批处理的任务会先被低成本路线切走。

历史类比不能拉满。AI 模型不是铁路，迁移成本、数据安全、工具链依赖都更复杂。但重复的是同一种商业压力：当低价供给足够好，高价供给就必须解释自己到底贵在哪里。

短板不小：知识、多模态、信任都还没结算

V4 最大的边界是文本-only。今天的闭源前沿模型早就不只是在聊天框里答题。它们要看图、听音频、处理视频、接工作流、进办公套件。

所以，拿 V4 和多模态闭源模型做一对一全面对照，会误导读者。它更适合先看文本任务：推理、代码、长文档、结构化分析。

知识测试落后也不是小问题。代码和数学可以靠推理补分，事实问答和专业咨询不行。金融、医疗、法律场景里，便宜不能抵消错误成本。

还有合规阴影。美国方面曾指控中国 AI 实验室通过大量代理账号窃取美国 AI 实验室 IP；DeepSeek 也曾被 Anthropic、OpenAI 指控进行模型蒸馏。这些都是指控，不是定案。

但企业采购不会只看法律结论。跨国公司会问三件事：数据能不能审计，模型来源能不能解释，供应链风险能不能写进合规文件。答不上来，再低的 token 价格也可能进不了核心系统。

“天下熙熙，皆为利来。”放在模型市场上很贴切。客户要降本，平台要守毛利，监管要追来源。V4 把这三件事撞到了一起。

接下来只看四个变量：

• 第三方评测能否复现 DeepSeek 的推理和代码成绩。
• API 稳定性、延迟和高峰吞吐能否扛住企业负载。
• 开源权重、本地部署和协议条件能否满足真实合规需求。
• 多模态缺口会不会限制它进入更高价值的产品场景。

如果前两项成立，开发团队会先动。若第三项也站住，企业采购会拿它压价。多模态短板不补，V4 就更像文本任务里的强势低价选项，而不是闭源前沿模型的完整替代品。