近日，一款名為DeepSeek V4的開源AI模型引發(fā)科技圈熱議。這款被網(wǎng)友稱為“開源新王”的模型，據(jù)傳在多項基準(zhǔn)測試中超越了Claude Opus 4.5和GPT-5.2等頂尖閉源模型，尤其在編程能力上展現(xiàn)出驚人實力。盡管官方尚未正式發(fā)布，但泄露的測試數(shù)據(jù)已讓整個AI社區(qū)沸騰。

根據(jù)網(wǎng)絡(luò)流傳的測試結(jié)果，DeepSeek V4在SWE-bench Verified編程基準(zhǔn)測試中取得了83.7%的得分，超越了Claude Opus 4.5的80.9%和GPT-5.2的80%。這一成績?nèi)艚?jīng)證實，將直接改寫當(dāng)前最強代碼模型的排名。更令人震驚的是，該模型在AIME 2026數(shù)學(xué)競賽測試中達到99.4%的準(zhǔn)確率，在FrontierMath Tier 4前沿數(shù)學(xué)推理測試中取得23.5%的得分，是GPT-5.2的11倍。

技術(shù)專家分析指出，DeepSeek V4的突破不僅體現(xiàn)在分?jǐn)?shù)上。該模型具備100萬token的上下文處理能力，配合全新的Engram條件記憶機制，使其能夠理解大型代碼庫中文件間的復(fù)雜關(guān)聯(lián)。這種“全倉庫級推理能力”對企業(yè)級軟件開發(fā)具有革命性意義——開發(fā)者可以依賴AI理解整個項目結(jié)構(gòu)，在正確位置插入新功能或修復(fù)bug，而無需擔(dān)心上下文丟失問題。

然而，這些驚人的測試數(shù)據(jù)也引發(fā)了質(zhì)疑。Epoch AI等機構(gòu)證實，F(xiàn)rontierMath數(shù)據(jù)集的評估權(quán)限僅開放給特定機構(gòu)，網(wǎng)絡(luò)流傳的分?jǐn)?shù)存在偽造可能。更有專家指出，在官方評分系統(tǒng)下，AIME測試的最高分應(yīng)為100%（120/120），而99.4%的得分存在統(tǒng)計異常。這些爭議使得DeepSeek V4的真實性能仍籠罩在迷霧之中。

盡管如此，DeepSeek V4的潛在影響力已不容忽視。據(jù)知情人士透露，該模型可能采用2000億參數(shù)架構(gòu)，但未使用與北大聯(lián)合開發(fā)的Engram記憶機制。灰度測試顯示，其API文檔標(biāo)注的上下文長度仍為128K，與宣稱的100萬token存在差距。這種“低調(diào)測試”策略被解讀為技術(shù)驗證階段的重要步驟。

在模型架構(gòu)層面，DeepSeek持續(xù)推動創(chuàng)新。meta科學(xué)家Zhuokai Zhao的研究表明，當(dāng)前前沿稀疏專家模型已形成標(biāo)準(zhǔn)配方：MLA架構(gòu)結(jié)合sigmoid激活函數(shù)，配合共享專家模塊和無輔助損失設(shè)計，正在成為行業(yè)新標(biāo)準(zhǔn)。而DeepSeek在V3.2版本后，持續(xù)在模型架構(gòu)、記憶機制和視覺推理等領(lǐng)域探索，為V4的突破奠定了技術(shù)基礎(chǔ)。

這場開源與閉源模型的競爭，正演變?yōu)榧夹g(shù)理念的交鋒。DeepSeek V4若能兌現(xiàn)承諾，將以開放權(quán)重模式打破閉源模型的技術(shù)壟斷，為全球開發(fā)者提供低成本、高性能的替代方案。其引發(fā)的討論，已超越單純的技術(shù)比較，成為AI發(fā)展路徑選擇的重要參照。