适用读者：AI 开发者、独立开发者、需 API 选型与迁移的企业技术负责人，以及关注开源大模型的 Agent 工程师。📌 2026 年 7 月 20 日，DeepSeek V4 满血版（GA 正式版）正式上线——在 4 月预览版基础上完成 Agent、数学与代码专项调优，并首次引入峰谷计费。你将获得：完整时间线、V4-Pro / V4-Flash 架构表（CSA / HCA / mHC / Muon）、SWE-bench Verified 80.6% 基准对比、与 GPT-5.6 / Claude Fable 5 决策矩阵、峰谷价格表与四条省钱策略、7 月 24 日 API 迁移代码示例。结构：痛点 → 时间线 → 架构 → Benchmark → 对比 → 峰谷计费 → 迁移 → Runbook → 收束转化。6 月降价背景见AI 大模型降价盘点；编程助手选型见决策矩阵。
TL;DR — 30 秒结论
deepseek-chat → deepseek-v4-flash；deepseek-reasoner → Flash 思考模式或 deepseek-v4-pro。DeepSeek V4 预览版自 4 月上线以来已是开源标杆，但 GA 正式版引入峰谷计费与接口下线时间表后，技术团队普遍卡在以下六个盲区：
下文用官方文档、基准数据与定价算术，把上述六个盲区逐一填平。
等了整整三个月，V4 从 MIT 开源预览走向 GA 正式版。关键节点如下：
| 时间 | 事件 |
|---|---|
| 2026-04-24 | V4 预览版上线 + MIT 开源，含 V4-Pro（1.6T）与 V4-Flash（284B） |
| 2026-05 | 生产调优版本上线，API 正式可用 |
| 2026-06 | V4-Pro 永久降价 75%，输出定格 $0.87/M tokens（详见6 月降价盘点） |
| 2026-06-29 | DeepSeek 向全体 API 用户发邮件，宣布 GA 将于 7 月中旬上线，首次披露峰谷计费方案 |
| 2026-07-19 | 多位开发者获得 GA 灰度内测资格 |
| 2026-07-20 | GA 正式版上线（本文发布日） |
| 2026-07-24 | 旧接口 deepseek-chat 与 deepseek-reasoner 永久下线（15:59 UTC / 北京时间 23:59） |
一句话总结：预览版已经很强，满血版在此基础上做了 Agent 能力、数学推理和代码生成的专项提升，同时配套了正式的商业化计费体系。OpenRouter 上中国模型的份额变化，可参考6 月排行榜深度分析。
| 规格 | V4-Pro | V4-Flash |
|---|---|---|
| 总参数量 | 1.6 万亿（1.6T） | 2840 亿（284B） |
| 每 Token 激活参数 | 490 亿（49B） | 130 亿（13B） |
| Transformer 层数 | 61 层 | 43 层 |
| 上下文窗口 | 1,000,000 tokens | 1,000,000 tokens |
| 最大输出 | 384K tokens | 384K tokens |
| 精度 | FP4（专家权重）+ FP8（其余） | FP4 + FP8 混合 |
| 预训练数据量 | 33T+ tokens | 32T+ tokens |
| 开源协议 | MIT | MIT |
传统 Transformer 的 KV Cache 随上下文长度线性增长，1M token 在 V2/V3 时代几乎不可行。DeepSeek V4 抛弃 MLA，采用三项关键革新：
升级传统残差连接为 4 通道残差流，通过满足双随机矩阵约束（Birkhoff 多面体）的混合矩阵，确保 61 层深网络中信号稳定传播——更深的网络，更稳定的训练。
训练采用 Muon 优化器（非 AdamW），通过牛顿-舒尔茨正交化处理梯度，收敛更快、训练更稳定。
| 模式 | 特点 | 适用场景 |
|---|---|---|
| Non-think | 无思维链，极速响应 | 简单问答、路由分发、意图识别 |
| Think High | 显式推理（<redacted_thinking> 标签） | 中等复杂任务、代码调试 |
| Think Max | 最大推理力度，需 384K+ 上下文 | 复杂数学、长链路 Agent |
官方推荐采样参数（全模式通用）：temperature=1.0，top_p=1.0。
V4-Pro 核心评测数据（与 Claude Fable 5、GPT-5.6 Ultra、Claude Opus 4.8 横向对比）：
| 基准测试 | DeepSeek V4-Pro | Claude Fable 5 | GPT-5.6 Ultra | Claude Opus 4.8 |
|---|---|---|---|---|
| SWE-bench Verified | 80.6% ★ 开源最高 | 96.0% | 未单独公布 | ~69% |
| SWE-bench Pro | 55.4% | 80.3% | 78.1% | 69.2% |
| LiveCodeBench (Pass@1) | 93.5% | 88.1% | 87.4% | 83.2% |
| Codeforces Elo | 3,206 | — | — | — |
| Terminal-Bench 2.1 | 83.9% | 88.0% | 85.1% | 82.7% |
解读重点：SWE-bench Verified 测的是「真实 GitHub 仓库 Bug 修复」，80.6% 与 Gemini 3.1 Pro 并列开源最高；SWE-bench Pro 更严格，Fable 5 的 80.3% 目前领先。LiveCodeBench 与 Codeforces Elo 上 V4-Pro 全面第一。
根据 Artificial Analysis 评测数据：
Fable 5 成本是 V4-Pro 的 116 倍，得分仅高出约 12 分（31%）。对大多数生产场景，V4-Pro 的性价比无可匹敌。
| 维度 | DeepSeek V4-Pro | GPT-5.6 Sol | Claude Fable 5 |
|---|---|---|---|
| 开源 | ✅ MIT 协议 | ❌ 闭源 | ❌ 闭源 |
| 可自托管 | ✅ 支持 | ❌ | ❌ |
| 上下文窗口 | 1M tokens | 未公开 | 1M tokens |
| 代码能力 | 极强（接近 Fable 5） | 极强 | 最强 |
| API 输出价（非高峰） | $0.87/M | ~$15/M | $50/M |
| 峰值输出价 | $1.74/M | — | — |
| Agent 能力 | 强，支持多 Agent 编排 | 强 | 最强 |
| 数据隐私 | ✅ 可私有部署 | ❌ | ❌ |
| 场景 | 推荐模型 | 原因 |
|---|---|---|
| 预算有限 / 高频调用 / 私有部署 | V4-Pro 或 V4-Flash | 输出 $0.87/M（Pro）或 $0.28/M（Flash），MIT 可自托管 |
| 极致代码能力、不在乎成本 | Claude Fable 5 | SWE-bench Pro 80.3% 最高分 |
| 复杂算法 + 数学推理 | GPT-5.6 Sol / Ultra | GPQA 与深度推理领先 |
| 超大规模日志/文档处理 | V4-Flash | 缓存命中输入仅 $0.0028/M，接近免费 |
| 终端密集型 Agent | GPT-5.6 Sol | Terminal-Bench 2.1 85.1% 领先 V4-Pro |
| 128GB Mac 本地推理 | V4-Flash（ds4） | 详见ds4 本地 vs 云租决策文 |
GA 版本最受关注的变化——DeepSeek 首次引入峰谷差异化定价，类似电网分时电价。高峰时段（北京时间）：工作日 09:00–12:00 和 14:00–18:00，价格翻倍。
| 模型 | 计费项 | 非高峰（Off-Peak） | 高峰（Peak） |
|---|---|---|---|
| V4-Pro | 输入（缓存命中） | ¥0.025 / $0.0035 / 1M | 翻倍 |
| 输入（缓存未命中） | ¥3.00 / $0.435 / 1M | ¥6.00 / $0.87 / 1M | |
| 输出 | ¥6.00 / $0.87 / 1M | ¥12.00 / $1.74 / 1M | |
| V4-Flash | 输入（缓存命中） | ¥0.02 / $0.0028 / 1M | 翻倍 |
| 输入（缓存未命中） | ¥1.00 / $0.14 / 1M | ¥2.00 / $0.28 / 1M | |
| 输出 | ¥2.00 / $0.28 / 1M | ¥4.00 / $0.56 / 1M |
即使在高峰期，V4-Pro 输出 $1.74/M 仍比 Claude Opus 4.8（$15/M）便宜 8.6 倍，比 GPT-5.6 Sol（约 $15/M）同等倍数。
旧模型名 deepseek-chat 和 deepseek-reasoner 将于 2026 年 7 月 24 日 15:59 UTC（北京时间 23:59） 永久停止访问。
| 旧模型名 | 新模型名 | 备注 |
|---|---|---|
deepseek-chat | deepseek-v4-flash（Non-think） | 速度快，适合轻量任务 |
deepseek-reasoner | deepseek-v4-flash（Think High） | 或升级 deepseek-v4-pro 获取更强推理 |
Python OpenAI SDK 示例：
from openai import OpenAI
client = OpenAI(
api_key="your-deepseek-api-key",
base_url="https://api.deepseek.com"
)
# ❌ 旧写法（7 月 24 日后失效）
# client.chat.completions.create(model="deepseek-chat", messages=[...])
# ✅ 新写法
response = client.chat.completions.create(
model="deepseek-v4-pro", # 或 deepseek-v4-flash
messages=[{"role": "user", "content": "分析这段代码..."}],
# 控制思考模式：
# extra_body={"thinking": {"type": "enabled", "budget_tokens": 8000}}
)
Anthropic SDK 兼容写法（base_url 不变，仅更新 model）：
import anthropic
client = anthropic.Anthropic(
api_key="your-deepseek-api-key",
base_url="https://api.deepseek.com"
)
message = client.messages.create(
model="deepseek-v4-pro",
max_tokens=4096,
messages=[{"role": "user", "content": "Hello, DeepSeek V4!"}]
)
deepseek-chat 与 deepseek-reasoner，列出所有服务与 Cron 任务。deepseek-v4-flash（Non-think）；推理任务 → Flash Think High 或 deepseek-v4-pro。DeepSeek V4 GA 正式版是 2026 年开源大模型领域最重要的里程碑之一。它的价值不在于能否击败 Claude Fable 5 或 GPT-5.6（暂时还不能），而在于以闭源旗舰 1/10 乃至 1/100 的成本，提供开源模型中无可争议的最强性能。对于不想数据出境的企业、预算有限的独立开发者、需要 1M token 上下文的 Agent 工程师，V4-Pro 是目前性价比最均衡的选择。
但若要在生产环境稳定运行 DeepSeek V4 驱动的 Agent 工作流（OpenClaw Gateway、多模型混合路由或 Kimi Code 混合栈），本地 MacBook 仍会遇到三个结构性瓶颈：
若要稳定运行 DeepSeek V4 + 多模型 Agent 混合栈，MACCOME Mac 云主机提供真实 macOS、SSH 交接与隔离环境，让 Agent 在专用节点 7×24 运行。公开方案请见Mac mini 云租用价格。
关注时间节点：7 月 20 日（GA 上线）→ 7 月 24 日 23:59（旧接口下线，务必完成迁移）。
数据来源：DeepSeek 官方文档、arXiv:2606.19348、HuggingFace 模型页、Artificial Analysis、LLMReference。基准为 DeepSeek 自报与第三方汇总数据，截止 2026 年 7 月 20 日。
常见问题
DeepSeek V4 满血版和 4 月预览版有什么区别？
架构不变（V4-Pro 1.6T / V4-Flash 284B，MIT 开源），GA 版在 Agent、数学推理与代码生成上做了生产调优，并首次引入峰谷计费。旧接口 deepseek-chat 与 deepseek-reasoner 将于 2026 年 7 月 24 日 23:59（北京时间）永久下线。
峰谷计费的高峰时段是几点？
北京时间工作日 09:00–12:00 与 14:00–18:00 为高峰时段，输入/输出价格翻倍。非高峰时段 V4-Pro 输出 $0.87/M tokens，V4-Flash 输出 $0.28/M tokens。
deepseek-chat 应该迁移到哪个新模型？
deepseek-chat 迁移至 deepseek-v4-flash（Non-think 模式）；deepseek-reasoner 迁移至 deepseek-v4-flash 思考模式，或升级 deepseek-v4-pro 获取更强推理。请在 7 月 24 日前完成代码更新。
DeepSeek V4-Pro 和 Claude Fable 5 怎么选？
Fable 5 在 SWE-bench Pro（80.3%）与 Terminal-Bench 2.1 上领先，但输出约 $50/M；V4-Pro 输出 $0.87/M（非高峰），同类任务成本约为 Fable 5 的 1/116。预算敏感或需私有部署选 V4-Pro/Flash；极致代码能力选 Fable 5。
V4-Flash 能在 Mac 上本地跑吗？
可以。128GB 统一内存 Mac 可通过 antirez ds4 引擎跑 V4-Flash q2 量化版；V4-Pro 需 512GB 级硬件或多卡 GPU 集群。详见ds4 本地 vs 云租决策文。
如何在生产环境 7×24 运行 DeepSeek V4 Agent？
推荐在专用 Mac 云主机上部署 OpenClaw Gateway 或多模型路由，避免笔记本睡眠中断长 Agent 会话。查看MACCOME Mac 云租用方案获取节点配置与定价。