DeepSeek的新一代模型及其提出的非常明确的方案，已成为技术辩论的焦点： 最多可容纳一百万个代币，架构包含超过一万亿个参数 为了提高效率，更重要的是，要比美国的闭环替代方案便宜得多，这家中国公司全力投入了 V4 系列产品，该系列产品结合了开放式重量、巨大的上下文窗口和积极的定价策略。
此举正值欧洲和西班牙仔细审查人工智能的成本和技术主权之际。 DeepSeek V4 对欧洲的初创企业、中小企业和大型公司来说都极具吸引力。 需要前沿技术，但不能（或不想）完全依赖昂贵的专有 API 或独家硬件（例如最受欢迎的 NVIDIA GPU）的应用。
一个以 1T 个参数和 1M 个标记上下文为中心的 V4 族
DeepSeek宣布推出DeepSeek-V4 Preview，这是一个围绕两个理念构建的开放式模型系列： 最多可容纳 1 万个代币的上下文窗口和基于混合专家 (MoE) 的巨型架构在这个系列中，有两个主要版本脱颖而出：DeepSeek-V4-Pro 和 DeepSeek-V4-Flash，它们都以 1M 为标志。
在最理想的情况下，V4-Pro 的运行参数为： 总计最多可达 1,6 万亿个参数 尽管得益于 MoE 方案，其每次推理步骤仅激活 32 亿至 49 亿个参数（1,6T），但这对于保持效率至关重要。与此同时，该公司还推出了更轻量级的版本，例如 V4-Flash 和 V4-Lite，总参数数约为 284 亿至 285 亿，其中约 13 亿个为激活参数，专为那些优先考虑速度和成本的部署场景而设计。
V4系列的参数总数使其在市场上处于领先地位，但重要的细节是： 只有一小部分专家是通过代币激活的。这使得它在容量方面能够达到巨型模型的水平，但计算能耗却更接近于小型模型。这种方法符合DeepSeek的理念：在不大幅提高使用成本的前提下，与大型闭源模型展开竞争。
该公司还发布了V4-Lite等初步版本，作为技术验证，并一直在调整部署计划。 V4 仍处于有限测试阶段 在某些情况下，V4 Preview 系列已经可以在官方聊天机器人和公司更新的 API 中使用，其服务中的默认值为 1M 上下文。
混合架构和多位专家的协作，使长期发展前景可期。
DeepSeek之所以能够在不大幅增加推理成本的情况下提供一百万个代币的上下文窗口，关键在于其架构。制造商解释说，V4引入了…… 结合混合护理、专家协作和加压技术 旨在处理非常长的序列，从而减少每个令牌的 FLOPs 和所需的内存。
在该公司提及的技术组件中，以下几点尤为突出： MLA（多头潜在注意力）、DSA 或 DeepSeek 稀疏注意力，以及诸如记忆痕迹之类的条件记忆机制。这些组件共同旨在减轻注意力计算的负担，尤其是在模型一次处理数十万或数百万个标记时。
根据该公司自己分享的数据，在 1 万个代币的场景中 与之前的版本（例如 DeepSeek-V3.2）相比，DeepSeek-V4-Pro 每个令牌可能需要大约 27% 的 FLOPs 运算，而 KV 缓存仅需 10%。更轻量级的版本，例如 V4-Flash，进一步降低了这些数字，使它们成为对延迟要求极高的应用的快速推理解决方案。
这些改进并非仅仅停留在理论层面：该公司声称，MoE、分散注意力以及情境理解的结合能够实现这些改进。 在超长上下文中操作 不太极端的硬件 每百万代币的成本已经远低于许多窗口期为 128K 或 200K 代币的封闭式模型。
在推理、编程和智能任务中的表现
DeepSeek 并不想仅仅因为其规模和背景而脱颖而出。在其内部对比中，该公司坚持认为： V4-Pro及其衍生版本针对复杂的推理、编程和代理进行了专门优化。这三个领域目前占据了相当大的业务需求。诸如 SWE-bench 之类的基准测试旨在衡量……的能力 理解和修改代码库据称准确率超过 80%，与领先的封闭式模型相符。
在更广泛的推理领域——包括数学、STEM学科和逻辑推理问题——该公司将V4-Pro定位为最佳选择。 作为最强大的开放模型之一并认为它已接近封闭式边境方案的水平。就全球认知度而言，内部数据显示它处于开放生态系统的前沿，仅次于少数几个非常具体的专有模式，例如： 双子座的某些高级变体.
除了数字之外，重点还在于 代理任务 这表明它的用途远远超出了基本的聊天功能。DeepSeek 声称： V4 已经驱动着自身的代码代理和系统基础设施，这些基础设施串联起多个步骤。它们可以访问各种工具，并在庞大的存储库或文档数据库中工作。这种方法符合当前的行业趋势，许多公司不再仅仅需要聊天机器人，而是需要能够在复杂的工作流程中作为“数字同事”运作的助手。
这些比较结果应谨慎看待：与几乎所有近期发布的AI产品一样， 大部分数据来自公司自身以及受控环境下的测试。即便如此，长上下文、高效架构和竞争性性能的结合仍然引起了欧洲开发者的关注，他们正在将成本和功能与 GPT、Claude、Llama 或 Mistral 等选项进行比较。
开放模型、公开权重以及与常用API的兼容性
DeepSeek之所以声名鹊起，关键因素之一在于其对开放生态系统的承诺。V4版本进一步强化了这一理念： 已发布技术报告，并在 Hugging Face 等平台上公布了该家族的公开权重。允许研究人员、公司和公共管理部门下载这些模型并在他们自己的基础设施上运行它们。
与许多美国实验室完全封闭的方案形成鲜明对比的是，这种开放权重方法对西班牙和欧盟有着明显的意义。 在以下情况下部署这些模型的可能性 欧盟境内的数据中心在诸如GDPR和欧盟未来人工智能监管等框架下它提供了一种在不牺牲顶级功能的情况下更好地控制数据的方法。
在实际集成方面，DeepSeek 选择减少摩擦： 该 API 保持相同的 base_url，并且与 OpenAI 的 ChatCompletions 方案以及其他方案兼容。 人为界面对于许多开发团队来说，这意味着将测试或部分流量迁移到 V4 实际上仅限于将模型标识符更改为 deepseek-v4-pro 或 deepseek-v4-flash 并调整一些参数。
与此同时，该公司制定了淘汰旧型号（如 deepseek-chat 和 deepseek-reasoner）的时间表。 它们将被停用并重定向到 V4-Flash。 直到它们完全退出市场，迫使那些曾经使用过这些服务的用户开始准备迁移。这显然是一种将产品和服务集中于新一代用户，并避免用户群体被分割成过多旧版本产品的方法。
控制推理成本并注重经济效率
自诞生以来，DeepSeek 的核心理念始终围绕着效率展开。V4 版本通过 MoE 架构、分布式注意力机制和硬件优化等技术的组合，进一步强化了这一理念，旨在…… 将每百万代币的成本降低到远低于最知名的优质API的水平一些外部分析提到，某些配置的每百万个入场券的价格约为 0,30 美元，这只是高端封闭式模型收费的一小部分。
在欧洲，基础设施和能源成本都很重要，这种注重效率的做法非常符合初创企业和中小企业的需求。 处理大量的法律文件、冗长的医疗记录或整个软件库 它不再是预算几乎无限的公司才能享受的奢侈品，而是新兴项目可以负担得起的方案的一部分。
一些人工智能基础设施提供商已在其产品目录中提供基于 DeepSeek V4 的节点的早期访问权限，这使得欧洲公司更容易获得这些节点。 他们无需从头开始构建自己的基础设施，即可评估实际性能和成本。对于许多组织而言，这一测试阶段是决定是继续采用外包模式还是选择本地部署之前的初步步骤。
与此同时，该公司对具体的训练成本和所用硬件的含糊其辞，引发了部分行业的质疑。自2025年以来，人们一直在猜测训练其模型所需的资源总量，其中不乏需要数万块高端GPU的估计。 DeepSeek坚称，它已经进入了“盈利的长期发展阶段”。但它尚未完全消除有关其运营规模的未知因素。
对西班牙和欧洲初创企业和公司的影响
对于欧洲创业生态系统，尤其是西班牙的科技创业公司而言，DeepSeek V4 等模式的出现开辟了此前难以考虑的选择。 在 1 万个代币和开放权重的框架下，访问一个拥有超过万亿个参数的模型。 它使您能够探索先进产品，而无需完全依赖硅谷供应商。
在受监管的行业——金融、医疗、法律、公共管理——存在以下可能性： 在欧盟境内的数据中心或您自己的设施中运行模型 这一点尤为重要。当信息无需离开欧洲司法管辖区即可由人工智能模型进行处理时，遵守 GDPR 和国家数据保护法规就变得更加容易。
西班牙的初创公司，例如法律科技、医疗科技或开发者工具领域的公司，如果处理的是大量文档，就可以利用1万代币的背景信息。 分析完整文件、非常长的病史或庞大的代码库 无需将它们拆分成多个部分并设计复杂的恢复系统。这降低了技术复杂性，并且在许多情况下也降低了延迟。
与此同时，我们也必须牢记风险：围绕 DeepSeek 的工具生态系统比 Llama 等其他开源模式的生态系统要年轻得多，而且 相关文档和社区支持仍在完善中。此外，该公司是一家中国公司这一事实引入了地缘政治因素，一些欧洲组织对此持谨慎态度，尤其是在与行政部门或关键基础设施相关的项目中。
此举将对高成本、封闭式模式施加压力。
除了其具体规格之外，DeepSeek V4 在业内被解读为： 这是市场上最昂贵封闭式车型面临的竞争压力进一步加剧的一步。通过在其官方服务中将 1M 代币上下文确立为标准，并附带开放权重，这家中国公司传递了一个明确的信息：超长上下文不再需要是少数高价专有模型的专属功能。
对于西方大型实验室而言，这构成了一个挑战。OpenAI、Anthropic 和 Google 历来都采用以下方法的组合： 更高质量、更广泛的背景和专有生态系统 作为一种价值主张。在某些情况下，开放式替代方案不仅拥有更优越的用户体验，而且成本极低，这迫使企业重新思考产品和定价策略，尤其是在用户公司利润空间较小的细分市场。
在西班牙语世界，许多初创企业的预算远低于美国同行，竞争压力反而对它们有利。 功能越强大、开放的模型越多，技术团队就越能根据价格、监管合规性和用例进行选择。不仅仅是来自 API 背后的品牌。
与此同时，DeepSeek 也知道，它的赌注并非没有挑战：大多数基准测试和比较都来自其自身的文档或预览阶段的测试，市场仍在等待 V4 型号在包括欧洲在内的要求苛刻的生产环境中大规模部署时的表现。
总的来说，DeepSeek V4 的发布巩固了此前已发展了一段时间的趋势： 尖端人工智能模型不再是少数拥有封闭系统和天文数字预算的公司的专属领域。凭借超过 1T 的参数、1 万个代币的背景、开放的权重以及以效率为中心的论述，这家中国公司推出了一种替代方案，西班牙和欧洲的公司和开发人员在即将实施和更新 AI 基础设施的计划中几乎不可能忽视它。
