本地大模型选型：DeepSeek-V4 值不值得押注

作为常年和 X 打交道的人，说点实在的。先从我最近的一段经历说起。 这轮「实测记录」我把环境、参数和输出都记了流水账，供同好参考。 查了下公开资料：DeepSeek-V4 出自深度求索 DeepSeek，2026-04-24 与大家见面，V4-Pro 总 1.6T/激活 49B；V4-Flash 总 284B（285B）/激活 13B，使用MIT授权。 落地时绕不开的资源问题——V4-Flash 权重约 160GB；V4-Pro 约 865GB（本地需多卡，社区称双 4090/单 5090 跑量化）。 哪怕做设计，我也关心生成质量能不能直接进视觉稿流程。值得划重点的地方：SWE-bench Verified V4-Pro 80.6%；CSA+HCA 混合注意力，1M 上下文 FLOPs 约为 V3.2 的 27%；三档推理模式 non-think/think high/think max。 希望对同样在选型的朋友有点帮助。故事讲完了，你的版本呢？—— 持续折腾，持续交付。