4月25日，DeepSeek-V4模型预览版正式上线并同步开源。该模型拥有百万字超长上下文，在Agent能力、世界知识和推理性能上均实现国内与开源领域的领先，分为Pro和Flash两个版本。即日起用户可登录官网或官方App体验，API服务也已同步更新。
DeepSeek-V4-Pro在Agentic Coding评测中达到当前开源模型最佳水平，世界知识测评大幅领先其他开源模型，数学、STEM、竞赛型代码测评中超越所有已公开评测的开源模型。DeepSeek-V4-Flash在世界知识储备方面稍逊，但展现出接近的推理能力，能够提供更加快捷、经济的API服务。DeepSeek-V4开创了一种全新的注意力机制，在token维度进行压缩，结合DSA稀疏注意力，实现了全球领先的长上下文能力，1M上下文将成为DeepSeek所有官方服务的标配。
英伟达宣布其NVIDIA Blackwell平台已成功适配DeepSeek-V4-Pro和DeepSeek-V4-Flash两款模型，开发者现可通过NVIDIA NIM微服务进行下载部署，或利用SGLang与vLLM框架实现定制化推理。寒武纪宣布已基于vLLM推理框架完成对DeepSeek-V4-flash和DeepSeek-V4-pro的Day 0适配，模型发布当日即可实现稳定运行。华为官方随后宣布，通过双方芯模技术紧密协同，实现昇腾超节点全系列产品支持DeepSeek V4系列模型。昇腾950超节点可实现TPOT约20ms时单卡Decode吞吐4700TPS，昇腾A3 64卡超节点结合大EP模式部署，DeepSeek V4-Flash模型可实现2000+TPS的单卡Decode吞吐。旧有的API接口模型名deepseek-chat与deepseek-reasoner将于三个月后停止使用。