信息卡

一句话定位

DeepSeek 官方于 2026 年 8 月 13 日发布的 V4-Pro 正式版（取代此前预览版）：约 1.65 万亿参数的稀疏 MoE 旗舰，主打 Agent 能力，附带自研 DSpark 投机解码模块，且以宽松的 MIT 许可开放。

为什么上热度榜

开源阵营重量级旗舰的"转正式"发布：两周内 8.5 万下载、762 点赞；MIT 零商用门槛在万亿级模型中罕见；DSpark 投机解码与 fp8 KV cache 让超大 MoE 的推理成本进一步下探；Agent/工具基准（Terminal-Bench、NL2Repo、Cybergym）位列第一梯队。

规格与技术亮点

• 总参数约 1.65T（1,650,497,936,906），主存 dtype 为 int8 分片，全部权重约 893GB。
• `deepseek_v4` 架构：专家并行调度 + fp8/fp4 索引器缓存 + 自定义 MoE 计算后端。
• DSpark 投机解码：draft 权重直接来自本 checkpoint，vLLM 配置 num_speculative_tokens=7、greedy 草稿采样；SGLang 对应 --speculative-algorithm DSPARK。
• 无 Jinja 聊天模板，随仓提供 Python 编码模块处理 OpenAI 格式消息；reasoning_effort 支持 low/high/max；推荐采样 temp=1.0、top_p=0.95（Agent）/1.0（常规）。
• 论文 arXiv:2606.19348 以"百万 token 上下文智能"为题，高/Max 推理档建议最大输出 384K tokens。

使用方式与代码示例

from transformers import AutoModelForCausalLM
model = AutoModelForCausalLM.from_pretrained(
    "deepseek-ai/DeepSeek-V4-Pro-0813", device_map="auto")

vLLM 服务需叠加 kv-cache fp8、block-size 256 与 speculative JSON 配置。代表基准（最小化 Agent 框架、max effort）：Terminal Bench 2.1 = 87.9、HLE 无工具/带工具 = 42.7/60.0、NL2Repo 61.5、Cybergym 83.3、DeepSWE 62.7。

部署建议（本地/云端/量化选择）

893GB 权重决定了本地部署是多节点集群级工程；个人与企业优先选择官方 API 或第三方托管（deepinfra 输出价 $2.60/M 级别、baseten 峰值约 114 tok/s）；Hub 已有 12 个社区量化可作为压测参考，但实际可用性仍受显存墙限制。私有化需求建议关注后续蒸馏小杯版本。

典型应用场景

• 仓库级编程代理与自动化运维巡检；
• 网络安全攻防演练（Cybergym 场景）；
• 数据科学全栈任务编排（DSBench-FullStack 71.1）；
• 复杂多工具调用与研究型长上下文分析；
• 开源大模型私域微调的高质量教师模型。

同类对比

对比 Kimi-K3：体量更轻（1.7T vs 2.8T）、许可更自由（MIT），编码基础设施类任务互有胜负；对比 GLM-5.2 在 Terminal-Bench/HLE 基本持平；对闭源 Opus-4.8/Fable-5 以免许可优势换部分场景分差。

资源导航

论文：arXiv:2606.19348｜集合：DeepSeek-V4 Collection（共 8 项）｜讨论区 19 条｜在线推理：deepinfra / baseten / 官方端点。