Q: DeepSeek V4 的確切發布日期是什麼時候？

DeepSeek V4已在4月24日正式發佈，詳情請見我們的 報導 。

Q: DeepSeek V4真的是開源的嗎？

是的，傳言指出將採用 Apache 2.0 許可證並完全開放權重，延續 DeepSeek 的開源傳統。閱讀有關 洩露的 GitHub 存儲庫 。

Q: DeepSeek V4 API 的費用是多少？

估計每百萬代幣約 0.10-0.14 美元，比 GPT-5 便宜約 97%。查看我們的 API 定價指南 。

Q: 什麼是 mHC（流形約束超連接）？

一種架構創新，通過幾何約束信息流來穩定兆級參數模型的訓練。閱讀我們對 mHC 架構 的深入分析。

Question 1

DeepSeek V4 的確切發布日期是什麼時候？

Accepted Answer

DeepSeek V4已在4月24日正式發佈，詳情請見我們的報導。

Question 2

DeepSeek V4真的是開源的嗎？

Accepted Answer

是的，傳言指出將採用 Apache 2.0 許可證並完全開放權重，延續 DeepSeek 的開源傳統。閱讀有關洩露的 GitHub 存儲庫。

Question 3

洩露的「MODEL1」代號是什麼？

Accepted Answer

「MODEL1」是在 GitHub 洩漏中發現的內部代號，據信是 DeepSeek V4 的編碼專用版本。

Question 4

DeepSeek V4 API 的費用是多少？

Accepted Answer

估計每百萬代幣約 0.10-0.14 美元，比 GPT-5 便宜約 97%。查看我們的API 定價指南。

Question 5

如何加入 DeepSeek V4 等候名單？

Accepted Answer

通過 DeepSeek 官方網站或我們的通知表單註冊，以獲取搶先體驗提醒。

Question 6

DeepSeek V4 的參數數量是多少？

Accepted Answer

它使用大規模的 1 兆參數 MoE（專家混合）架構，但每個代幣僅使用約 320-400 億個活躍參數，以實現高效率。

Question 7

V4 中的「Engram Memory」是什麼？

Accepted Answer

一種革命性的條件記憶機制，通過在 O(1) 時間內檢索記憶，允許實際上無限的上下文窗口。了解更多關於 Engram Memory。

Question 8

什麼是 mHC（流形約束超連接）？

Accepted Answer

一種架構創新，通過幾何約束信息流來穩定兆級參數模型的訓練。閱讀我們對 mHC 架構的深入分析。

Question 9

什麼是 DeepSeek 稀疏注意力 (DSA)？

Accepted Answer

一種在支持超過 100 萬代幣的上下文窗口的同時，將計算成本降低約 50% 的技術。

Question 10

DeepSeek V4 有「系統 2」推理嗎？

Accepted Answer

是的，據報導它具有類似於 OpenAI o1 的「暫停和思考」機制（思維鏈），允許它在回答之前進行規劃。

Question 11

DeepSeek V4 與 GPT-5：哪個更好？

Accepted Answer

雖然 GPT-5 是一個強大的密集模型，但 DeepSeek V4 以 1/10 的成本提供相當的推理能力，並包括開放權重的靈活性。查看完整的 V4 與 GPT-5 比較。

Question 12

DeepSeek V4 在編碼方面比 Claude 4.5 更好嗎？

Accepted Answer

洩露的基準測試顯示 V4 在 HumanEval 上得分 96.5%，在特定編碼任務中可能超過 Claude 4.5 和 GPT-5。查看洩露的基準測試。

Question 13

DeepSeek V4 可以修復整個存儲庫中的錯誤嗎？

Accepted Answer

是的，其巨大的上下文窗口和推理能力使其能夠分析整個代碼庫以進行存儲庫級別的錯誤修復。

Question 14

DeepSeek V4 與 V3：有什麼升級？

Accepted Answer

V4 增加了原生多模態、Engram Memory（無限上下文），推理基準測試比 V3 提升了 40%。

Question 15

它支持圖像輸入/輸出嗎？

Accepted Answer

V4 是原生多模態的，同時在代碼、文本和圖像上進行訓練，能夠理解 UI 截圖並估算代碼。

Question 16

我可以在本地運行 DeepSeek V4 嗎？

Accepted Answer

是的，量化版本（4 位/8 位）設計用於在雙 NVIDIA RTX 4090 等高端消費級硬件上運行。閱讀我們的本地部署指南。

Question 17

本地推理的硬件要求是什麼？

Accepted Answer

67B 版本需要約 24GB VRAM。完整的 1T MoE 模型需要企業級集群或顯著的量化。

Question 18

它能在 Apple Silicon (Mac M3/M4) 上運行嗎？

Accepted Answer

優化的 GGUF 版本預計將支持具有高統一內存 (64GB+) 的 Mac Studio/Pro。

Question 19

上下文窗口大小是多少？

Accepted Answer

標準是 128k，但 Engram 版本支持 1M+ 到實際上無限的代幣。

Question 20

免費版本有速率限制嗎？

Accepted Answer

預計網絡聊天將有慷慨的免費層級（約 50 條消息/小時），付費層級則有更高的限制。

Question 21

它支持 Python 和 Rust 嗎？

Accepted Answer

它是 Python、Rust、C++ 和 JavaScript 的 SOTA（最先進技術），在大量專業代碼語料庫上進行訓練。查看我們的編碼指南。

Question 22

我可以與 VS Code 或 Cursor 一起使用嗎？

Accepted Answer

是的，它完全兼容 Cursor、Continue.dev 和其他通過 API 密鑰使用的 AI 編碼助手。

Question 23

用戶數據用於訓練嗎？

Accepted Answer

API 數據默認不用於訓練。除非選擇退出，否則網絡聊天數據可能會被使用。

Question 24

它有中文語言優化嗎？

Accepted Answer

DeepSeek V4 擁有業界領先的中文理解和生成能力，優於西方模型。

Question 25

有官方移動應用程序嗎？

Accepted Answer

是的，預計將隨模型一起推出適用於 iOS 和 Android 的官方應用程序。

DeepSeek V4 常見問題

DeepSeek V4 常見問題