本地大模型选型：DeepSeek-V4 值不值得押注（对比分析·3）

很多同学习惯问『能不能用』，我更想问『值不值得用』。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。 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。 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）。 从AI训练师的角度看，实用价值是第一考量。官方口径里有几条很关键：SWE-bench Verified V4-Pro 80.6%；延续 DeepSeekMoE 与 MTP；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。—— 工具为人服务，不是相反。 📌 💡 😊 ✨