DeepSeek V4 已上线 InstantClaw — 有什么变化以及为什么重要

DeepSeek 发布了两个版本的 V4。对于 InstantClaw 用户来说，最重要的是 V4-Flash：总共 284B 参数，每个 token 激活 13B 参数，基于混合专家（Mixture-of-Experts）架构构建。它不是大模型的精简版本——它是单独训练的，对于大多数日常任务，Flash 和完整 Pro 版本之间的差距出奇地小。

主要改进：

• 1M token 上下文窗口 — 大约相当于 15-20 本小说的文本量。可以在单个会话中上传整个代码库、一年的法律文件或数月的聊天记录。
• 384K 最大输出 — 用于生成长篇内容、分析或代码重构。
• 具有三个努力级别的思考模式 — 根据任务选择快速响应或深度推理。
• 能力的实质性提升 — V4-Flash 在 MMLU-Pro 上达到 86.2 分，在 LiveCodeBench 上达到 91.6 分。对于大多数任务，它的表现可与成本高 50 倍的模型竞争。

简单来说： 以前每次您向提示中添加更多上下文时，计算成本都会快速攀升。V4 拉平了这条曲线。您可以在不使助手运行变慢或耗尽预算的情况下，向助手提供整个代码库。

该模型使用混合 FP4 和 FP8 精度在 32 万亿个 token 上进行了预训练。权重在 Hugging Face 上以 Apache 2.0 许可证发布 — 比 V3 的 MIT 许可证提供更强的专利保护，这对商业部署很重要。

DeepSeek 发布了与 Kimi K2.6、Claude Opus 4.6、GPT-5.4 和 Gemini 3.1 Pro 的完整基准测试对比。诚实的解读是：V4-Pro 有赢有输。

V4 获胜的领域：

• Codeforces： 3206 分评分 — 击败 GPT-5.4（3168）并确立 V4 作为竞技编程最佳开源权重模型的地位
• LiveCodeBench： 93.5 对比 K2.6 的 89.6 — 短格式代码生成是明显优势
• Chinese-SimpleQA： 84.4 对比次佳的 76.8 — 对于中文产品，这是第一个与最佳闭源选项持平的开源权重模型

V4 落后的领域：

• SWE-Pro： 55.4 对比 K2.6 的 58.6 — 实际的 GitHub 问题修复仍然略微偏爱 Kimi
• MRCR 1M（长上下文检索）： 83.5 对比 Opus 4.6 的 92.9 — Claude 仍然在干草堆中找针方面保持冠军
• 使用工具的 HLE： 48.2 对比 K2.6 的 54.0

V3.2 到 V4-Pro 的 Arena Code Elo 提升了 88 分 — 大约相当于当前排行榜上第 3 名和第 13 名之间的差距。这是真正的代际跨越，不是简单刷新。

对于 Easy 层订阅用户（$59.90/月），V4-Flash 无需额外费用。模型升级已自动完成 — 您的助手在使用时变得更聪明了。无需配置更改，无需 API 密钥轮换，无需任何批准。

对于 Premium 层用户（$79.90/月），V4-Pro（总共 1.6T，激活 49B）可通过使用您自己的 DeepSeek API 密钥获得。API 定价（$1.74/M 输入，$3.48/M 输出）比 Claude Opus 4.7 便宜约 21 倍，如果您运行高容量工作负载，这很重要。V4-Pro 更进一步，Codeforces 评分为 3206 — 在竞技编程基准测试中击败了 GPT-5.4。

对于 InstantClaw 用户来说，7 月 24 日的 deepseek-chat 弃用是一个无关紧要的事件。过渡已经在透明地进行。当 DeepSeek 正式停用旧模型 ID 时，您的助手甚至不会注意到。