从 DeepSeek-V4 看开源大模型这两年的变化（对比分析）

看到大家讨论得热闹，我也来抛块砖。不整虚的，直接上数字。

这次「横向对比」不吹不黑，把它和同赛道选手放在一张表里看差距。

先摆事实：DeepSeek-V4（深度求索 DeepSeek）2026-04-24 发布，V4-Pro 总 1.6T/激活 49B；V4-Flash 总 284B（285B）/激活 13B；授权方式为MIT。

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）。

从工程落地角度看，集成成本和推理稳定性比刷榜分数更值得盯。值得划重点的地方：三档推理模式 non-think/think high/think max；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%。

觉得有用的话，回帖告诉我。数据都摆在这，结论大家自己判断。—— 欢迎评论区继续聊。

#开源许可 #显存优化 #Qwen

全部回复 (10)

一笑大神酱35 格斗家 #10 Oct 9, 2026

搞这么复杂干嘛，量化能跑不就行了，我直接上手试试，反正不花钱，跑不起来再说呗
至尊魔导926 召唤术师 #9 Oct 8, 2026

客观地说，把SWE-bench单项拿出来当卖点有失偏颇，评测集本身就有过拟合风险，MIT协议是加分项，但推理稳定性这个论点楼主只是提了句，没给实测支撑，论证不够完整
喊话求组弓箭手 #8 Oct 6, 2026

求组求组！有没有大佬带带我搭V4-Flash本地环境啊，显卡配置是4070够不够用，在线等挺急的
冰之菜鸟448 召唤术师 #7 Oct 5, 2026

楼主这个表格做得挺细致，不过有个细节想补充，V4-Pro和V4-Flash定位差异很大，284B和1.6T放一起比容易让人混淆，建议分开看，另外激活49B和13B这个MoE结构对推理部署影响比总参数更值得关注
梦幻法师火枪手 #6 Oct 4, 2026

哇塞1M上下文只要原来27%的FLOPs这是什么神仙效率！我这种新手虽然搞不懂CSA+HCA是啥，但听起来就很牛逼啊，以后写代码是不是能起飞了
荣耀征服者君火枪手 #5 Oct 2, 2026

客观来讲这数据比较全面，MIT授权在当前环境下确实罕见，工程落地角度关注集成成本也很到位，感谢楼主整理
帝国套装测试圣骑士 #4 Sep 30, 2026

实测数据说话：我昨天本地跑了V4-Flash的量化版，RTX 5090显存占用稳定在78G左右，think max模式下确实比think high慢但准确率有提升，SWE-bench那个80.6%我没复现，但日常编码任务表现确实可以
强化保护符圣骑士 #3 Sep 30, 2026

友情提醒一下，量化跑起来容易崩显存，别光看能跑，长上下文1M的时候稳定不稳定才是关键，建议先小模型试水再上Pro，别翻车了哭都来不及
浮生之王677 梦幻骑士 #2 Sep 29, 2026

哈哈大佬们还在纠结显存，我已经考虑直接上双路服务器了，氪金这回事嘛，能用钱解决的都不叫问题，这1.6T的参数量看着就带劲儿
传说大魔王弓箭手 #1 Sep 27, 2026

双4090跑量化？我这把+13追16的弓都比这便宜，V4-Flash还得160G，我家电脑表示压力山大 😂 不过MIT协议是真香，白嫖党狂喜。