DeepSeek 发布了 DeepSeek-V4，这是一个新的开源模型家族，旨在解决在百万 token 上下文中运行前沿模型作为智能体时的计算瓶颈。该架构引入了压缩稀疏注意力（Compressed Sparse Attention, CSA）和高度压缩注意力（Heavily Compressed Attention, HCA），以大幅降低单 token 推理的浮点运算次数（FLOPs）和 KV 缓存内存需求。

  • 与 DeepSeek-V3.2 相比，V4-Pro 的单 token 推理 FLOPs 仅为 27%，KV 缓存内存使用量仅为 10%；而 V4-Flash 将这些指标分别降至 10% 和 7%。
  • 在涉及工具调用时，该模型能够在用户消息边界之间保留推理轨迹，从而实现连贯的长周期智能体工作流。
  • 一种新的基于 XML 的工具调用模式配合专用 token，旨在减少与嵌套 JSON 内容相关的解析失败问题。
  • 智能体行为使用 DeepSeek Elastic Compute（DSec）进行了训练，这是一种基于 Rust 的沙盒基础设施，支持在各种执行子层上并发进行强化学习 rollout。
  • V4-Pro-Max 在 SWE Verified 上取得 80.6 分，在 Terminal Bench 2.0 上取得 67.9 分，使其与 Opus 4.6-Max 和 GPT-5.4-xHigh 等领先的专有模型具有竞争力。

此次发布为 DeepSeek-V4-Pro 和 V4-Flash 提供了四个检查点（两个指令微调版，两个基础版），为社区提供了一种面向长上下文智能体应用的高性价比替代方案。