#头条创作训练营#

1. 能把GPT-5.4按在地上摩擦，价格还便宜50倍，这破天的富贵终于轮到我们了？

DeepSeek V4来了，而且来得特别猛。1.6万亿参数、百万上下文、编程能力直接把Claude Sonnet 4.5干翻，价格呢？Flash版输入只要1块钱/百万token，是GPT-5.4的50分之一。你看到这些数字第一反应是不是和我一样：国产AI终于支棱起来了？但等等，高兴之前，先问自己一个问题——它跑得这么好，到底靠的是什么？这个问题，才是真正的死穴。

2026年4月24日，在经历了整整三次跳票之后，DeepSeek终于发布了让整个AI圈等了一年的V4系列。 V4-Pro总参数1.6万亿，激活参数490亿；V4-Flash总参数2840亿，激活参数130亿。两个版本都支持百万token上下文，而且全部开源。

性能表现确实炸裂。在Agentic Coding评测中，V4-Pro直接拿下开源模型第一，内部员工实测说体验比Claude Sonnet 4.5还好，交付质量接近Opus 4.6的非思考模式。推理能力上，数学、STEM、竞赛编程全面领先所有开源模型，直接对标顶级闭源模型。最狠的是，它的API定价——Flash版输入1元/百万token，Pro版12元。而同期GPT-5.4和Claude Opus 4.6的调用成本，大约是V4的50倍。这意味着过去你花50块钱才能让AI干一次活，现在一块钱就够了。

2. 但你有没有想过：它为什么能这么便宜？答案藏在一个你想不到的角落

一条不起眼的消息悄悄藏在发布稿的角落里："受限于高端算力，目前Pro的服务吞吐十分有限，预计下半年昇腾950超节点批量上市后，Pro价格会大幅下调"。这句话是什么意思？我来翻译一下：V4的目标算力底座，根本不是英伟达的卡，而是华为的昇腾。

黄仁勋在播客里听到这个消息的反应很直白："如果DeepSeek先在华为平台上发布，那对我们国家来说将是灾难性的"。他想表达的核心逻辑是：英伟达的护城河从来不是GPU本身，而是CUDA生态。过去近二十年，几乎所有顶级AI模型都把CUDA当作首发优化目标。而DeepSeek这次做了什么？它在技术报告中明确写入了华为昇腾NPU与英伟达GPU的并列验证，是首个在昇腾平台上原生适配的前沿大模型。等于是告诉全世界：现在中国AI可以不用你的卡、不用你的生态，就能跑出世界一流的模型。

但问题来了。V4-Pro当前在英伟达体系下跑得挺好，下半年要切换到昇腾，中间有没有阵痛期？华为昇腾和CUDA是两套完全不同的技术栈，算子库、精度校准、推理性能都需要重新适配。换句话说，V4现在展示了极强的技术上限，但能不能稳定、持续地跑下去，取决于昇腾950的落地速度和质量。一个好消息是，昇腾超节点已实现DeepSeek V4-Pro 20ms的低时延推理。但大规模铺开之后呢？没人能打包票。

3. 比芯片更扎心的是：账上没钱、人被挖走、连"专家模式"都快玩不动了

比硬件问题更棘手的是，DeepSeek的"人设"好像已经开始崩了。以前大家都说DeepSeek"不差钱、不融资"，保持开源理想主义，那是人家有量化基金幻方在背后输血。可这次V4发布的同时，首次爆出DeepSeek正对外融资的消息：阿里、腾讯都在洽谈，目标估值超100亿美元，计划至少融3亿美元。为什么突然缺钱了？答案直白到让人心疼：1.6万亿参数的模型，算力和现金都捉襟见肘。甚至V4之所以还是纯文本模型、没有推出多模态版本，核心原因之一也是算力和资金限制。

更要命的是，核心人才正在流失。R1的核心作者郭达雅、LLM的核心作者王炳宣等关键人物，近期被字节、腾讯等大厂挖走。做AI的都懂：大模型比拼到最后，比的不是谁的口号喊得响，而是算力、数据和人才。在这三个维度上，DeepSeek正在承受前所未有的压力。从R1发布到现在，DeepSeek从一个偏非营利的理想主义技术乌托邦，被迫转向一家重视产品、商业化的务实公司。这听起来是好事？但对于一个靠自己创新起家的公司来说，被迫商业化往往是创新力被削弱的开始。

4. 别急，真正的"高兴不起来"还藏在你想不到的地方：越强大的AI，越失控？

好，就算上面这些问题都解决了，还有一个让你晚上睡不踏实的事：V4的幻觉率飙到了94%。

什么意思？就是说，当你问V4一个它不知道答案的问题，它有94%的概率会强行编一个答案出来，还装得很像那么回事。跟前代V3.2的82%相比，这个"胡说八道"的概率不但没降，反而还涨了一大截。这个问题在做长上下文检索时尤其严重，因为"百万上下文"不是让AI把整本书都背下来再回答，而是用一种叫DSA稀疏注意力机制先把内容压缩、再抓重点。压缩过程本身就会丢掉信息，信息丢多了，AI就开始"自由发挥"了。

而且，虽然V4单价便宜，但Token消耗量巨大。完成标准测评，V4-Pro消耗了1.9亿Token，V4-Flash更是干到了2.4亿Token。便宜归便宜，架不住用量大啊。跑到最后你会发现：开发者用V4的实际使用成本并不比主流开源模型低多少。

这就是V4目前最尴尬的地方：把一个中规中矩的问题扔给V4，它会返给你一个惊艳的答案；但要是问一个它没训练过的问题，你可能就收到了一个"精心编造的假答案"。作为普通用户，你根本没法在"惊艳"和"胡说八道"之间提前判断。这，才是最让人不安的。

5. 所以，到底是真国货之光，还是又一次被"捧杀"？

说了这么多，不是想唱衰国产AI，更不是怀疑DeepSeek团队的努力。能把1.6万亿参数的模型在一个挤满垄断巨头的行业里做到开源、低价、跑分领先，这本身就是值得骄傲的事。但问题是：当一个技术产品背负太多"国产替代""弯道超车""算力平权"之类的宏大叙事时，我们很容易忽略它本身存在的客观问题。

现在的DeepSeek V4就像一台性能炸裂但油表跳动的赛车——它确实冲得比谁都猛，但前方是道路畅通还是断崖，没人敢打包票。芯片适配的阵痛期需要面对，商业化转型的代价需要承担，幻觉率高企的技术顽疾尚在攻坚。这些都是Model本身无法绕过的坎，却也是很多人兴奋之余下意识"不去想"的那部分。

说到底，DeepSeek V4强不强？强。值不值得关注和尝试？值得。但高兴与否，得看你对它的期待是什么。如果是免费蹭个强AI来做事，那确实香；如果你是看好它扛起"中国AI新高度"的大旗，那建议先等一等——让子弹再飞一会儿。

到最后我想问大家一句：如果DeepSeek V4在下半年全面接入华为昇腾后，推理延迟稍微变高一点、但服务更稳定了，你还会继续用吗？评论区聊聊，让我看看有多少人跟我想法一样。觉得有收获的老铁记得点赞转发，让更多人看到咱们国产AI的真实一面！

本文为今日头条科技类深度分析稿件，旨在客观呈现行业动态，不构成投资建议。