从 DeepSeek-V4 看开源大模型这两年的变化（对比分析·2）

先叠个甲：以下都是个人实测，不代表官方说法。今天没啥事，来唠唠这个。 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。 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。 实操层面，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）。 交互角度看，可控性与反馈延迟决定它是不是玩具。补充几个硬信息：SWE-bench Verified V4-Pro 80.6%；三档推理模式 non-think/think high/think max；CSA+HCA 混合注意力，1M 上下文 FLOPs 约为 V3.2 的 27%。 欢迎持不同意见的朋友理性讨论。先唠到这，评论区接着聊。—— 个人经验，仅供参考。