DeepSeek V4 Pro：性能逼近GPT-5.2，成本仅十七分之一

中国 AI 实验室 DeepSeek 于 4 月 24 日发布的旗舰开源模型 V4 Pro，在独立智能体商业模拟基准测试 FoodTruck Bench 上与 OpenAI 的 GPT-5.2 仅相差 3%，而每 token 的成本约为后者的十七分之一。上述结果于周一发布在该基准测试的排行榜上。

根据这一结果，V4 Pro 在 FoodTruck Bench 总榜中排名第四，位列 Claude Opus 4.6、GPT-5.2 和 Grok 4.3 之后，但两者之间的成本差距十分显著。GPT-5.2 的定价为每百万输入 token 1.75 美元、每百万输出 token 14 美元，而 DeepSeek V4 Pro 的对应价格分别为 0.435 美元和 0.87 美元——在输出量较大的智能体任务场景下，成本优势约达 17 倍。

架构创新

V4 Pro 是一款拥有 1.6 万亿参数的混合专家（MoE）模型，每个 token 仅激活 490 亿个参数，总参数量与活跃参数量之间实现了 30:1 的压缩比。该模型采用混合注意力机制，将压缩稀疏注意力（Compressed Sparse Attention）与深度压缩注意力（Heavily Compressed Attention）相结合。在百万 token 上下文长度下，其推理所需的浮点运算量仅为前代模型 DeepSeek V3.2 的 27%，KV 缓存占用仅为其 10%。该模型以 MIT 许可证开源，并已在 Hugging Face 上发布。

已知局限性

独立评估为部分过度的乐观情绪泼了一盆冷水。CAISI 的评估发现，V4 Pro 的实际表现与约八个月前发布的原始 GPT-5 更为接近，而非 DeepSeek 自家基准测试所显示的与 GPT-5.2 相当。该模型在 AA-Omniscience 基准测试中的幻觉率高达 94%，意味着它在缺乏相关知识时，几乎总是会生成一个答案，而非选择放弃作答。DeepSeek 自身也承认，V4 在性能上"略逊于"顶尖闭源模型，差距大约相当于三到六个月的开发进度。

对企业的影响

尽管存在上述不足，业界分析人士仍认为其性价比对企业AI领域具有变革性意义。知名开发者及技术评论人 Simon Willison 指出，V4 Pro 目前是参数量最大的开源权重模型，以 1.1 万亿参数超越了 Kimi K2.6。目前已有六家 API 服务商以极具竞争力的价格提供该模型，缓存 token 定价低至每百万 token 0.145 美元。凭借这一优势，DeepSeek 有望在成本敏感型智能体工作流市场中占据一席之地——在这类场景中，持续、低成本的大规模推理比追求绝对的前沿性能更为关键。