本地大模型选型：DeepSeek-V4 值不值得押注（上手实测）

最近把 X 好好跑了一遍，聊聊真实感受。今天没啥事，来唠唠这个。 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。 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。 本地跑起来的话，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）。 从推理优化工程师的角度看，实用价值是第一考量。官方口径里有几条很关键：CSA+HCA 混合注意力，1M 上下文 FLOPs 约为 V3.2 的 27%；训练用华为昇腾等国产芯片；延续 DeepSeekMoE 与 MTP。 下次有新进展再来更新。先唠到这，评论区接着聊。