4月24日，DeepSeek-V4预览版正式上线并开源，华为云官方宣布为其提供首发适配。华为云MaaS模型即服务平台已为开发者提供免部署、一键调用DeepSeek-V4-FlashAPI的Tokens服务。适配过程中，华为云首发适配了模型分层注意力压缩机制，实现了V4注意力机制下KVCache的高效分配管理，并提供了TopK、SWA、CFA等10余种昇腾高性能融合算子，支持原生100万Token长上下文的高性能推理。

DeepSeek-V4系列包含两个MoE架构版本：旗舰版DeepSeek-V4-Pro总参数1.6万亿、激活参数490亿，经济型DeepSeek-V4-Flash总参数2840亿、激活参数130亿，均原生支持100万Token超长上下文。技术架构上，DeepSeek-V4设计了全新的混合注意力机制，包含压缩稀疏注意力（CSA）与重压缩注意力（HCA）两大组件，大幅降低了长上下文场景下的计算和显存需求。在100万Token上下文设置下，V4-Pro的单Token推理FLOPs仅为前代V3.2的27%，KV缓存占用降至10%；V4-Flash两项指标分别压低至10%和7%。