首先说一下能力上的情况。他们在文章里放了一个全球顶级AI大模型的多维度能力对比图，从七个维度把DeepSeek和现在最顶尖的三个大模型的高阶版本做了对比，这三个分别是Claude Opus 4.6、GPT-5.4和Gemini 3.1 Pro。

这三个模型现在是全球闭源模型中最顶尖的，一个月订阅费用，最便宜的是20美金，最贵的是200美金。而DeepSeek作为一个开源免费产品，如果拿自己跟其他开源产品做比较，或者拿自己跟这三家模型的免费版本比，其实也都非常合理。

但从这个敢于对比的勇气来说，就非常值得鼓励。这就好像在足球世界里，找竞争对手直接瞄准了巴西、阿根廷。

当然，成绩也非常厉害，评测一共有七个方面，其中第一个模块是知识与推理，第二个模块是智能体能力。这就相当于一个学生有七门学科，DeepSeek拿到了2个第一、3个第二、1个第三和1个第四。

作为一款中国的免费开源模型，这个成绩已经非常喜人了，相当于跟几个顶级高手打得不相上下。他们发布的这篇公众号，也没有太多的官话和套话，全是技术参数和如何调用。

不过在这篇官方文章的结尾，引用了一句荀子的话，吸引了我：

不诱于誉，不恐于诽，率道而行，端然正己。

这句话啥意思呢？这其实是战国时期，荀子在自己的《非十二子》里提到的，后来作为历代对君子人格的精准定义，主张君子应该向内求。简单解释就是：君子要不被赞誉诱惑，不被诽谤吓倒，按自己认定的路往前走，端正自己。

说实话，这句话放在其他公司身上，我会不屑一顾，觉得挺装的。但放到DeepSeek身上，还真觉得挺合适。

接下来，这个模型能不能打，肯定还会有更多的评测出来。而大模型这场战争是一个长期的战争，了解背后的一些事情，要比关注简单的参数有意思。

今天，我想带你看看这次发布背后，真正重要的6件事。

很多人以为DeepSeek-V4跳票是因为研发遇到了瓶颈，模型做不出来。事实不是这样的。

V4迟到的真正原因，是DeepSeek做了一个极其艰难的决定：把整个底层架构，从英伟达的CUDA生态迁移到华为的昇腾芯片上。

全球绝大多数AI模型的训练，都运行在英伟达的芯片上，而CUDA是英伟达配套的开发环境，就像一套专用的操作系统。整个AI行业过去十几年都在这套系统上积累代码、工具、生态，已经形成了一条几乎无法绕开的护城河。

这是英伟达真正的壁垒，不只是芯片本身。

DeepSeek决定绕开它，这不是一个轻松的选择。据业内人士透露，2025年年中，DeepSeek在用华为昇腾芯片训练V4的过程中，遭遇了训练中途崩溃、稳定性不足、芯片间通信速度未达预期等一系列问题。

英伟达的CEO黄仁勋在一档播客里说，如果DeepSeek在华为上首发，对美国而言将是“a horrible outcome”，意思是“一个可怕的结果”。能让经历过大风大浪的黄仁勋说出这样的话，就可以知道这个迁移有多重要。

如今，DeepSeek已然做到了这一步。对黄仁勋和英伟达来说，他们担心的肯定不是某一款芯片的销量，毕竟这对于英伟达这个AI基建帝国来说，无论金额还是芯片数量上都不会占比太高。

但这个突破的关键价值在于，「开源模型必须以英伟达芯片作为基建」这条行业铁律被打破了。我觉得这就是V4迟到15个月的最大原因。

如果你一直在用DeepSeek，或者很关注他们的进展，可能还记得2025年下半年，有过一次DeepSeek-V3.2-Exp的更新。当时外界的反应很冷淡，跑分和上一个版本几乎没什么变化，很多人觉得DeepSeek就是原地踏步。

但那次更新，悄悄引入了一个叫DSA（DeepSeek Sparse Attention，稀疏注意力机制）的东西。当时没有人特别关注，因为技术细节枯燥，跑分又没炸裂提升，所以只有一些技术类的文章提了一下。

而这次DeepSeek-V4官方公告里说的「全新注意力机制、在token维度进行压缩、大幅降低计算和显存需求」，DSA就是这套机制的核心组成部分。换句话说，那次被大家忽视的更新，其实是V4的地基工程。

你看，很多时候，真正重要的动作，在发生的当下并不显眼。我们很容易盯着跑分榜单焦虑，但其实可能人家在铺地基。

此前，量产可用的百万token上下文还是谷歌Gemini的独家王牌。其他主流模型，大多支持12万到20万token。

DeepSeek这次直接宣布：从今天起，百万上下文是所有官方服务的标配。不是旗舰版才有，是所有版本都有，而且开源。

一百万是什么概念？《三体》三部曲加起来近百万字。你可以把整套书直接扔进去，问它任何问题。或者，你手里有几百页的合同、财务报告、法律文件，直接传进去，让它帮你找关键条款、总结核心内容。以前这件事要花你几个小时，现在几秒钟。

更重要的是，这件事背后有一个规律值得注意：AI行业每隔一段时间，就会有一项「只有顶级产品才有的能力」，突然变成人人都能用的标配。

两年前是联网搜索，一年前是图片理解，现在是百万上下文。我们现在看到的顶级模型的付费功能，到明年，肯定普通人都能用到了。

官方文章里有一句话：目前DeepSeek-V4已成为公司内部员工使用的Agentic Coding模型，使用体验优于Claude Sonnet 4.5，交付质量接近Claude Opus 4.6非思考模式。

大家千万别小看「接近」这个词，因为Claude在写代码方面一直是断崖式领先，连谷歌和OpenAI内部都有人偷偷在用它写代码。所以DeepSeek能接近行业顶级学霸水平，本身就往前迈了很大一步。

从第三方数据来看也能印证这一点。在竞技编程测评Codeforces上，DeepSeek-V4的得分超过了GPT-5.4；在软件工程测试SWE-Verified上，和Claude Opus 4.6几乎打平。

这两项测评，是目前业内公认最能反映模型真实代码能力的标准之一。

那么，这对普通人意味着什么？我觉得有三个最实用的场景：

这是最直接的。比如自动整理Excel、定时发邮件、做一个简单的个人主页。以前要么自己学编程，要么花钱找人写。现在你可以自己发出指令，让DeepSeek帮你写写试试。

不过也别指望一次就能满意，多半要来回改几轮，但这个过程本身就是在摸清楚它能做什么、不能做什么。

还有一种情况很常见：很多同学一遇到代码报错就很慌。其实看到报错，说明电脑还有救。你只要把报错信息复制进去，AI就能告诉你哪里出了问题、怎么改，不需要你懂任何代码逻辑。

如果你是开发者，市面上主流Agent工具，比如Claude Code、OpenClaw、OpenCode、CodeBuddy等，DeepSeek-V4都做了专项适配和优化，可以直接替换进去用。

先说结论：普通用户日常在网页端或者App端使用完全免费，而且短期内大概率会继续免费。

原因在于DeepSeek背后的「金主」幻方量化，是中国最头部的量化对冲基金之一，提供了充足的资金和算力支持。对现在的DeepSeek来说，让更多人用起来、把生态做大，比从普通用户身上收月租费更重要。

而且真正的赚钱方式是B端，向需要大规模调用AI的企业收API费用。举例来说，各类软件企业想要将AI能力嵌入自身产品，就需要付费调用DeepSeek的商用接口。我看了下定价，DeepSeek-V4-Pro的调用成本大约是Claude Opus 4.6的七分之一、GPT-5.4的四分之一。

对企业来说，用几分之一的价格拿到接近顶级的性能，这笔账很好算。不过因为这个版本刚放出来，我们Get笔记还没有用上，等我们完成自己的场景实测后，有什么信息会再来跟大家分享。

这个细节是我在资料里看到的，觉得挺有意思的。

过去这一年，北大的学生发现，DeepSeek的HR开始频繁出没在北大中文系的宿舍楼里。他们专门去招中文系的学生，目的是做人文领域的数据标注。

简单说，就是给AI喂「正确答案」。比如让它读一段古诗，判断这段文字的情绪是悲伤还是旷达；让它看一篇散文，分辨哪些表达是有文采的，哪些是平淡的。这些判断，机器做不了，需要真正懂文学、懂语感的人来做。

DeepSeek以前是出了名的「理科做题机器」，数学、代码、逻辑推理样样在线；但如果让它聊聊情感、写写有温度的文字，感觉总差一口气。现在它开始补这块短板了。

这件事背后有一个更大的信号：AI的竞争，正在从「谁更聪明」转向「谁更像人」。

推理能力、数学能力、代码能力，这些东西可以靠算力和数据堆出来，各家差距越来越小。但情商、语言的质感、对人类情感的理解，这些东西更难复制，更难追赶。

而且招的是中文系的学生，从这点上看，DeepSeek的方向还是扎根国内市场，后续在中文深度理解、本土化创作这些维度的表现，非常值得期待。

过去这半年，DeepSeek面对的压力不只是外部的质疑。他们的内部也不平静：R1的核心作者被字节挖走，LLM核心作者被腾讯挖走，V2核心作者被小米千万年薪挖走。与此同时，公司核心员工的期权没有市场化定价，留人越来越难。

所以你看，他们不是一帆风顺的。有技术攻坚的煎熬，有人才流失的压力，有外界「是不是已经凉了」的质疑，还有迟迟没有回应的舆论真空。

然后在这个周五，他们默默地把最新的V4模型放出来了。不是「我们很厉害所以可以淡定」，而是「我们选择先做，再说话」。

说实话，这种风格在今天的AI圈子里非常罕见。大多数公司的发布节奏是：先发布会造势，再讲故事融资，然后慢慢交付产品。DeepSeek的节奏是反过来的，先把东西做出来，开源，上线，然后发布公告，就完了。

我不知道DeepSeek最终会走到哪里。它面前还有很多没解决的问题：世界知识储备仍然逊于Gemini，超长文本的细粒度检索还不是最强，核心人才流失之后能不能守住那种「不急不躁」的研发文化，也是个问题。

但至少到今天，它做到了荀子说的那句话。