周三晚间，DeepSeek 突然搬出了全世界都在期盼的 V4 Pro 大语言模型的正式版。
最先更新信息的是 DeepSeek API 文档，可见新模型被命名为 DeepSeek-V4-Pro-0813。此外当前官方仍未调升 API 的使用价格。
Terminal Bench上，DeepSeek V4 Pro拿到87.9分，距离Claude Fable 5的88.0分差了0.1分。
几乎所有讨论都停在这0.1分上。另外两张评测表却几乎没人提。
网传对比数据显示，在AI安全智能体评测CyberGym和高难度智能体评测AutomationBench上，V4 Pro正式版的得分反超了Fable 5。Terminal Bench测的是终端操作能力，CyberGym考察模型在安全攻防场景下的自主决策，AutomationBench面向更复杂的自动化任务编排。三个评测难度递进，后两项恰恰是大模型走向真实部署时最难啃的部分。
V4 Pro预览版在这两项上还落后Fable 5。正式版发布后，位置换了过来。
这才是真正值得关注的地方。通用benchmark追赶了两年，差距一直在缩小，缩到0.1分以后，叙事就开始失焦了。能拉开身位的是Agent能力，也就是模型在多步骤、长链条任务中持续做对决策的能力。这类能力，靠刷题刷不出来。
V4 Pro正式版同时支持1M上下文和最高384K输出。1M上下文不算稀奇，384K输出却是目前公开API里最激进的一档。大输出窗口意味着模型可以在单次推理中完成更长的代码生成、更完整的推理链和更复杂的工具调用编排。而AutomationBench考的核心能力，正好落在这里。
DeepSeek把输出窗口拉到384K，对准的是Agent场景的工程瓶颈。这步棋下在部署架构层面。
这背后是国产算力暗线的支撑。目前，国产超节点正在进入规模化放量阶段。所谓超节点，就是把多张AI加速卡借助高速互联网络组成一个逻辑统一的计算单元，突破单卡显存和带宽的天花板，撑住万亿参数级模型的训练和推理。1M上下文加384K输出，对应的显存和带宽需求远超单卡承载能力，没有超节点架构，这套规格跑不起来。
V4 Pro从预览版到正式版的能力跳升，时间窗口只有几周。模型算法的迭代通常以月计，几周内Agent评测得分从落后到反超，单靠算法优化很难解释得通。更合理的推测是底层推理基础设施扩了容。超节点放量的节奏，正在直接决定模型能力的释放节奏。
灼识咨询的数据显示，中国智能计算芯片市场规模预计从2024年的301亿美元增至2029年的2012亿美元，年复合增长率46.3%。需求传导的路径正在变清晰。
国金证券指出，随着国产芯片供应释放，需求会依次向交换网络、服务器与整机柜、算力租赁、AIDC上架和云服务传导。芯片供给突破、系统架构升级和需求扩张三件事同时发生。
华泰证券指出，国产GPU进入万卡时代，正从"可用"向"好用"跨越。这两者中间隔着的，恰恰是超节点这类系统级工程能力。
国产算力的竞争焦点，已经从单卡性能转移到系统级效率。谁先把超节点跑通，谁就能率先把模型规格推到对手够不着的位置。
V4 Pro正式版的API定价暂未上调。缓存命中输入0.025元/百万Token，缓存未命中输入3元、输出6元，和预览版持平。模型能力跳了一个台阶，价格纹丝不动。
这不太像常规的商业定价策略。DeepSeek同时兼容OpenAI和Anthropic两套接入格式，还开放了处于Beta阶段的对话前缀续写与FIM补全功能。每一个动作都在降低开发者的迁移门槛，把生态接口做到最宽。
能力涨了，价格没动，接入门槛还在往下压。几件事叠在一起看，指向一个目标，抢Token调用量。
国盛证券在最新研报里把硬科技板块的逻辑从预期叙事切换到业绩兑现。放到DeepSeek身上，这个切换的标志在API调用量曲线的斜率上。Token调用量持续增长，才是超节点投资回报的锚点。
截至发稿，DeepSeek尚未公布V4 Pro正式版的完整技术报告。CyberGym和AutomationBench的具体分数也未获官方确认。但有一个趋势已经清楚。Agent评测正在取代通用benchmark，成为衡量模型代际差距的真正标尺。
超节点撑住了更大的上下文和输出窗口，更大的窗口撑住了更复杂的Agent任务，而更复杂的Agent任务恰好是通用benchmark测不到、真实部署最需要的部分。这条传导链，可能比0.1分的差距更值得关注。
扫码关注公众号 
分享
发表评论
登录
手机
验证码
手机/邮箱/用户名
密码
立即登录即可访问所有OFweek服务
还不是会员？免费注册
忘记密码其他方式
请输入评论内容...
请输入评论/评论长度6~500个字
暂无评论
暂无评论