Q: DeepSeek V4 的确切发布日期是什么时候？

预计在 2026 年 3 月，可能在春节假期后（3 月 2-8 日左右）。详情请见我们的 发布日期分析 。

Q: DeepSeek V4 真的是开源的吗？

是的，传闻称其将采用 Apache 2.0 许可证并开放全权重，延续 DeepSeek 的开源传统。阅读有关 泄露 GitHub 仓库 的详情。

Q: DeepSeek V4 API 费用是多少？

预估每百万 Token 约 0.10-0.14 美元，比 GPT-5 便宜约 97%。查看我们的 API 定价指南 。

Q: V4 中的“Engram Memory”是什么？

一种革命性的条件记忆机制，通过以 O(1) 时间检索记忆来实现实际上无限的上下文窗口。了解更多关于 Engram Memory 的信息。

Q: 什么是 mHC（流形约束超连接）？

一种架构创新，通过几何约束信息流来稳定万亿参数模型的训练。阅读我们关于 mHC 架构 的深度解析。

Question 1

DeepSeek V4 的确切发布日期是什么时候？

Accepted Answer

预计在 2026 年 3 月，可能在春节假期后（3 月 2-8 日左右）。详情请见我们的发布日期分析。

Question 2

DeepSeek V4 真的是开源的吗？

Accepted Answer

是的，传闻称其将采用 Apache 2.0 许可证并开放全权重，延续 DeepSeek 的开源传统。阅读有关泄露 GitHub 仓库的详情。

Question 3

泄露的“MODEL1”代号是什么？

Accepted Answer

“MODEL1”是在 GitHub 泄露中发现的内部代号，据信是 DeepSeek V4 的专业代码版本。

Question 4

DeepSeek V4 API 费用是多少？

Accepted Answer

预估每百万 Token 约 0.10-0.14 美元，比 GPT-5 便宜约 97%。查看我们的API 定价指南。

Question 5

如何加入 DeepSeek V4 候补名单？

Accepted Answer

通过 DeepSeek 官方网站或我们的通知表单注册，以获取早期访问提醒。

Question 6

DeepSeek V4 的参数量是多少？

Accepted Answer

它采用庞大的 1 万亿参数 MoE（混合专家）架构，但每个 Token 仅激活约 320-400 亿参数，以实现高效率。

Question 7

V4 中的“Engram Memory”是什么？

Accepted Answer

一种革命性的条件记忆机制，通过以 O(1) 时间检索记忆来实现实际上无限的上下文窗口。了解更多关于Engram Memory的信息。

Question 8

什么是 mHC（流形约束超连接）？

Accepted Answer

一种架构创新，通过几何约束信息流来稳定万亿参数模型的训练。阅读我们关于mHC 架构的深度解析。

Question 9

什么是 DeepSeek Sparse Attention (DSA)？

Accepted Answer

一种技术，可将计算成本降低约 50%，同时支持超过 100 万 Token 的上下文窗口。

Question 10

DeepSeek V4 具备“系统 2”推理能力吗？

Accepted Answer

是的，据称它具有类似于 OpenAI o1 的“暂停思考”机制（思维链），允许在回答之前进行规划。

Question 11

DeepSeek V4 vs. GPT-5：哪个更好？

Accepted Answer

虽然 GPT-5 是强大的稠密模型，但 DeepSeek V4 以 1/10 的成本提供相当的推理能力，并具有开放权重的灵活性。查看完整的V4 与 GPT-5 对比。

Question 12

DeepSeek V4 的编码能力比 Claude 4.5 强吗？

Accepted Answer

泄露的基准测试显示 V4 在 HumanEval 上得分为 96.5%，可能在特定编码任务中超过 Claude 4.5 和 GPT-5。查看泄露的基准测试。

Question 13

DeepSeek V4 可以跨整个仓库修复 Bug 吗？

Accepted Answer

是的，其巨大的上下文窗口和推理能力允许它分析整个代码库进行仓库级 Bug 修复。

Question 14

DeepSeek V4 vs V3：有什么升级？

Accepted Answer

V4 增加了原生多模态、Engram Memory（无限上下文），并且在推理基准测试中比 V3 提升了 40%。

Question 15

支持图像输入/输出吗？

Accepted Answer

V4 是原生多模态的，同时在代码、文本和图像上进行训练，能够理解 UI 截图并推断代码。

Question 16

我可以在本地运行 DeepSeek V4 吗？

Accepted Answer

是的，量化版本（4-bit/8-bit）设计用于在高端消费级硬件（如双 NVIDIA RTX 4090）上运行。阅读我们的本地部署指南。

Question 17

本地推理的硬件要求是什么？

Accepted Answer

67B 版本需要约 24GB VRAM。完整的 1T MoE 模型需要企业级集群或显著量化。

Question 18

在 Apple Silicon (Mac M3/M4) 上能运行吗？

Accepted Answer

预计优化的 GGUF 版本将支持具有高统一内存（64GB+）的 Mac Studio/Pro。

Question 19

上下文窗口大小是多少？

Accepted Answer

标准为 128k，但 Engram 版本支持 1M+ 到实际上无限的 Token。

Question 20

免费版本有速率限制吗？

Accepted Answer

预计网页聊天将有慷慨的免费层（约 50 条消息/小时），并有更高限额的付费层。

Question 21

支持 Python 和 Rust 吗？

Accepted Answer

它是 Python、Rust、C++ 和 JavaScript 的 SOTA（最先进）模型，在海量专业代码语料库上训练。查看我们的编码指南。

Question 22

可以与 VS Code 或 Cursor 一起使用吗？

Accepted Answer

是的，通过 API 密钥，它与 Cursor、Continue.dev 和其他 AI 编码助手完全兼容。

Question 23

用户数据会被用于训练吗？

Accepted Answer

API 数据默认不用于训练。除非选择退出，网页聊天数据可能会被使用。

Question 24

它有中文优化吗？

Accepted Answer

DeepSeek V4 拥有业界领先的中文理解和生成能力，优于西方模型。

Question 25

有官方移动 App 吗？

Accepted Answer

是的，预计官方 iOS 和 Android 应用程序将随模型一起推出。

DeepSeek V4 常见问题

DeepSeek V4 常见问题