从 DeepSeek-V4 看开源大模型这两年的变化（入门扫盲·2）

上周花了点时间做验证，结果还挺意外。摸鱼时间到，聊点技术八卦。 「新手科普」写给刚入门的朋友，老手可以跳过。 按官方与社区交叉核对的信息：DeepSeek-V4（深度求索 DeepSeek，2026-04-24）V4-Pro 总 1.6T/激活 49B；V4-Flash 总 284B（285B）/激活 13B，版权口径是MIT。 硬件门槛方面：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）。 ML 工程视角：可复现的评测比单点惊艳更重要。官方口径里有几条很关键：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%。 就先聊到这，有问题评论区接着讨论。好了不贫了，正经事还有一堆。