DeepSeek V4 滿血版正式發布：
詳解定價、架構與對標 GPT-5.6 的性能差距

選型前的真實痛點：

• 舊介面名即將失效：deepseek-chat 與 deepseek-reasoner 將於 7 月 24 日永久下線，生產程式若未遷移將直接中斷。
• 峰谷計費增加複雜度：工作日 09:00–12:00、14:00–18:00 費率翻倍，7×24 Agent 流水線需重新排程。
• 預覽版與 GA 性能差：滿血版在 Agent、數學、程式碼上有專項提升，不能沿用 4 月基準做決策。
• Pro vs Flash 分流不清：1.6T 與 284B 規格差異大，錯誤路由會浪費預算或犧牲品質。

一句話總結：V4 預覽版已經很強，滿血版在此基礎上做了 Agent 能力、數學推理和程式碼生成的專項提升，同時配套了正式的商業化計費體系。

DeepSeek V4 捨棄 V2/V3 時代的多頭潛在注意力（MLA），改採兩種全新注意力機制的混合體：

• 壓縮稀疏注意力（CSA）：透過 Softmax 門控池化將 KV 序列壓縮 4 倍，再以 FP4 精度的「閃電索引器」做 top-k 稀疏選擇（Pro 選 top-1024，Flash 選 top-512），同時保留最近 128 個 token 滑動視窗。1M 上下文下相比 V3.2 僅需 27% 推理 FLOPs。
• 重度壓縮注意力（HCA）：將 token 壓縮 128 倍後進行全域密集注意力，擷取長程依賴，與 CSA 形成互補。V4-Flash 前 2 層用 HCA，之後 CSA/HCA 交替；V4-Pro 結構類似。
• 流形約束超連接（mHC）：引入 4 通道殘差流，透過滿足雙隨機矩陣約束的混合矩陣，確保 61 層深網路中訊號穩定傳播。
• Muon 優化器：訓練時採用 Muon 而非 AdamW，透過牛頓-舒爾茨正交化處理梯度，收斂更快、訓練更穩定。

綜合效果：1M token 場景下 KV 快取記憶體僅為 V3.2 的 10%（V4-Flash 低至 7%）。

官方推薦取樣參數：temperature=1.0, top_p=1.0（全模式通用）。

根據 Artificial Analysis 評測：Claude Fable 5 在 Strategy & Ops 指數任務每次花費 $3.48（得分 50），DeepSeek V4-Pro 同類任務每次僅 $0.03（得分 38）。Fable 5 成本是 V4-Pro 的 116 倍，得分僅高出約 12 分。

場景選型建議：預算有限 / 高頻呼叫 / 私有部署 → V4-Pro 或 V4-Flash；極致程式碼能力、不在乎成本 → Claude Fable 5；複雜演算法 + 數學推理 → GPT-5.6 Sol / Ultra；超大規模日誌處理 → V4-Flash（快取命中輸入僅 $0.0028/M）。

GA 版本最受關注的變化：DeepSeek 首度引入峰谷差異化定價，類似電網分時電價。高峰時段（北京時間）：工作日 09:00–12:00 和 14:00–18:00，費率翻倍。

省錢四策略：

• 非即時任務排到非高峰：批次文件處理、資料標註、程式碼審查安排在 18:00 之後或 9:00 之前。
• 善用快取命中：重複 System Prompt 建構 Prompt Cache，V4-Flash 快取命中成本僅 $0.0028/M。
• Flash 做分流：簡單意圖識別、路由判斷用 V4-Flash，複雜推理再轉 V4-Pro。
• 關注帳單通知：DeepSeek 承諾計費變更 24 小時前郵件通知。

即使在高峰期，V4-Pro 輸出價（$1.74/M）仍比 Claude Opus 4.8（$15/M）和 GPT-5.6 Sol（約 $15/M）便宜 8.6 倍。

重要警告：舊模型名 deepseek-chat 和 deepseek-reasoner 將於 2026 年 7 月 24 日 15:59 UTC（北京時間 7 月 24 日 23:59） 永久停止存取。

舊寫法（7 月 24 日後失效）
client.chat.completions.create(
    model="deepseek-chat",
    messages=[...]
)

新寫法
client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[...],
    extra_body={"thinking": {"type": "enabled", "budget_tokens": 8000}}
)

V4 同時支援 OpenAI ChatCompletions 格式和 Anthropic Messages 格式，base_url 不變，僅需更新 model 參數。使用 Anthropic SDK 時，base_url=https://api.deepseek.com 同樣無需修改，只替換模型名稱即可。

以下為主要官方來源，發版或頁面更新後請再次開啟連結核對：

https://api-docs.deepseek.com

https://arxiv.org/abs/2606.19348

https://huggingface.co/deepseek-ai

六步遷移落地：

1. 全庫搜尋舊模型名：在程式碼儲存庫、CI 設定、環境變數中搜尋 deepseek-chat 和 deepseek-reasoner。
2. 確定替換映射：輕量對話走 deepseek-v4-flash（Non-think），推理任務走 Flash 思考模式或 deepseek-v4-pro。
3. 更新 SDK 呼叫：OpenAI 相容介面僅改 model 參數；Anthropic SDK 同樣 base_url=https://api.deepseek.com 不變。
4. 設定思考模式：原 reasoner 使用者透過 extra_body 啟用 thinking，Think Max 需 384K+ 上下文。
5. Staging 環境驗證：在 7 月 24 日前完成端到端測試，確認峰谷計費對預算的影響。
6. 排程非高峰批處理：將文件批處理、程式碼審查等任務 cron 到 18:00 後或週末，配合 Prompt Cache 最大化省錢。

可引用關鍵資料（EEAT）：

• SWE-bench Verified 80.6%：開源模型最高分，與 Gemini 3.1 Pro 並列（來源：DeepSeek 官方文件，2026-07）。
• KV 快取記憶體 10%：1M token 場景下僅為 V3.2 的 10%，V4-Flash 低至 7%（來源：arXiv:2606.19348）。
• 性價比 116 倍：Artificial Analysis Strategy & Ops 任務，V4-Pro 每次 $0.03 vs Fable 5 每次 $3.48（來源：Artificial Analysis，2026-07）。

總結：DeepSeek V4 GA 正式版的價值不在於能否擊敗 Claude Fable 5 或 GPT-5.6（暫時還不能），而在於以閉源旗艦 1/10 乃至 1/100 的成本提供開源模型中無可爭議的最強性能。峰谷計費增加了成本複雜度，但本質上仍極具競爭力。

把 DeepSeek V4 API 接到本地 OpenClaw Gateway 或 Cursor Agent 時，個人 Mac 休眠會中斷長時 SWE-bench 類任務，峰谷時段的 7×24 流水線也難以在筆電上穩定排程。純 API 呼叫雖無需本地 GPU，但混合架構（本地 Gateway + 雲端推理 + 7×24 編排節點）的生產團隊常面臨本地機器不穩定、無法保證 Agent 常駐的痛點。對於需要 AI 程式設計 Agent、OpenClaw 多模型路由或長時 Agent 迴圈 7×24 穩定執行的生產環境，CALMVPS 裸機 Mac Mini 租賃通常是較優解：獨占 Apple Silicon、Metal 原生加速、按月彈性下單，約 120 秒交付。詳見 定價頁。