編按：本文綜合整理自 OpenRouter 模型頁、HuggingFace DeepSeek-V4-Pro 模型卡、Artificial Analysis 獨立評測、NIST CAISI 評估報告，並加入 Siami 編輯部觀點與分析。
DeepSeek 於 2026 年 8 月 12 日正式發布 DeepSeek V4 Pro 0813，這是 V4 系列的旗艦 GA（General Availability）版本，從 4 月 24 日的 preview 階段結束、正式脫離預覽狀態。這個版本在 Hacker News 上以 615 分、217 則留言的熱度迅速衝上榜首，引發開發者社群廣泛討論。
規格與架構
DeepSeek V4 Pro 0813 採用 Mixture of Experts（MoE） 架構，總參數量達到 1.6 兆（1.6T），但每次推論僅啟動約 490 億（49B） 個參數，這個比例僅佔總參數的 3%。上下文視窗為 1,048,576 tokens（1M），最大輸出長度達到 384,000 tokens。
核心規格如下：
- 架構：MoE（混合專家）
- 總參數：1.6T
- 每次推論啟動：49B
- 上下文視窗：1M tokens
- 最大輸出：384K tokens
- 授權：MIT License（完全開源、可商用）
- 預訓練資料量：超過 32T tokens
- 推論速度：83.2 tokens/s（DeepSeek API）
- 首字時間（TTFT）：1.63 秒
- 思考模式：thinking（預設）、non-thinking、高強度思考（max effort）
V4 Pro 系列使用了 hybrid attention 機制，目標是降低長上下文推論成本。這個模型在 HuggingFace 上以 SafeTensors 格式分片釋出，BF16 精度需約 3.2TB 儲存空間，但 Q4_K_M 量化版本僅需 800GB。
價格與市場定位
DeepSeek V4 Pro 0813 在 DeepSeek 官方 API 與 OpenRouter 上的定價為：
- 輸入（cache miss）：$0.435 / 1M tokens
- 輸入（cache hit）：$0.003625 / 1M tokens
- 輸出：$0.87 / 1M tokens
相比之下，Claude Opus 4.7 為 $5 / 1M 輸入、$25 / 1M 輸出。也就是說 DeepSeek V4 Pro 的輸入價格僅為 Opus 4.7 的 1/11.5，輸出價格僅為 1/28.7。即使與 OpenAI GPT-5.5（$5 / $30 per 1M）相比，價格差距仍達 11.5 倍到 34.5 倍。
V4 系列採取兩軌策略：
- V4 Flash（284B 總參數、13B 啟動）：$0.14 / $0.28 per 1M，主打高吞吐量、低成本
- V4 Pro（1.6T 總參數、49B 啟動）：$0.435 / $0.87 per 1M，主打複雜推理與長上下文
DeepSeek 已公告將在未來推出價格調整方案，但 0813 版本仍以目前費率提供服務。
與前沿模型的對比
根據 Artificial Analysis 與 DeepSeek 官方釋出的 benchmark 數據：
| 評測項目 | DeepSeek V4 Pro (max) | Claude Opus 4.6 | GPT-5.5 |
|---|---|---|---|
| SWE-Bench Verified | 80.6% | 80.8% | 81.0% |
| SWE-Bench Pro | 55.4% | 64.3% | 未公開 |
| Terminal-Bench 2.0 | 67.9% | 65.4% | 56.9% |
| LiveCodeBench | 93.5% | 88.8% | 91.7% |
| HLE | 37.7% | 40.0% | 未公開 |
| HMMT 2026 數學 | 95.2% | 96.2% | 未公開 |
從這些數字可以觀察到一個重要趨勢：
- SWE-Bench Verified（最容易的 SWE 評測）V4 Pro 與 Opus 4.6 僅差 0.2 分，幾乎並列
- SWE-Bench Pro（更接近真實情境的困難評測）Opus 4.7 領先 9 分，這是閉源模型仍保有明顯優勢的戰場
- Terminal-Bench 2.0 與 LiveCodeBench V4 Pro 反超，顯示在特定程式設計任務上開源模型已能壓制前沿閉源模型
NIST CAISI（Center for AI Standards and Innovation）的獨立評估報告則顯示 V4 Pro 在 Cyber（CTF-Archive-Diamond）僅得 32%，落後 GPT-5.5 的 71% 與 Opus 4.6 的 46%，這代表在資安攻防場景下，V4 Pro 仍有明顯改進空間。
開源策略與產業衝擊
DeepSeek V4 Pro 的模型權重在 HuggingFace 上以 MIT License 公開釋出，這是目前最寬鬆的開源授權，允許商業使用、修改、再發布、微調，且沒有營收門檻或使用上限。這與 Moonshot Kimi K2.6（modified MIT）、MiniMax M2.7（mixed）形成對比，是 2026 年開源 LLM 領域最重要的里程碑之一。
- DeepSeek V4 Pro：MIT（完全開源）
- Kimi K2.6：modified MIT（有限制）
- MiniMax M2.7：mixed（混合授權）
- Claude Opus 4.7：closed（完全不開源）
DeepSeek 在 4 月 24 日以 preview 形式同時釋出 V4 Flash 與 V4 Pro，但選擇先讓較小的 Flash 於 7 月 31 日進入 GA（V4-Flash-0731），而旗艦 Pro 持續在 preview 階段接受測試，直到 0813 build 才正式 GA。這種「先小後大」的釋出順序顯示 DeepSeek 在資源調度上優先服務高吞吐量應用，把旗艦模型留到最後品質穩定後才對外發布。
OpenRouter 數據顯示，V4 Pro 0813 上線三天內主要的 API 消費者包括 SillyTavern、Janitor AI、Open WebUI 等開源 AI 應用，這顯示 AI 聊天機器人與角色扮演類應用已大規模轉向開源模型，反映出開源生態的成熟。
為什麼這件事重要
DeepSeek V4 Pro 0813 的 GA 上線標誌著開源 LLM 正式進入「前沿對齊（frontier-aligned）」階段。三個值得關注的訊號：
第一，SWE-Bench Verified（業界最廣泛使用的程式設計能力指標）上 V4 Pro 與 Claude Opus 4.6 僅差 0.2 分，但價格只有 1/15。這意味著對於大多數企業級程式設計任務而言，「頂級閉源」與「頂級開源」之間的實質差距正在快速消失。
第二，MIT License 不只是法律條款，而是一種商業策略。完全開源允許企業把模型部署在自家硬體上、處理敏感資料（無須送到第三方 API）、針對特定領域微調、嵌入產品再分發——這些都是「modified MIT」或「research-only」授權做不到的。V4 Pro 的開源程度與 DeepSeek V3.2 相比沒有任何倒退，這對長期押注開源生態的企業是強心針。
第三，DeepSeek 的兩軌策略（Flash 主流量、Pro 主推理）顯示中國 AI 實驗室已從「追趕 GPT」轉向「分層卡位」：用極低價格的 Flash 搶佔 API 市場份額，用旗艦 Pro 證明技術能力、定價仍遠低於美國閉源模型。這種商業模式的可持續性，將是 2026 下半年開源 vs 閉源之戰的關鍵觀察點。
數據解讀與質疑
雖然 benchmark 數據看似驚豔，但需要保持冷靜：
-
SWE-Bench Verified 的 80.6% 並非「真實軟體工程」：這個評測是從 GitHub issue 池中抽取、由 agent 自動解決，與人類工程師實際工作流程有落差。更難的 SWE-Bench Pro 顯示 V4 Pro 僅 55%，明顯落後 Opus 4.7 的 64.3%。對於關鍵業務系統、開發框架核心、生產事故修復，「0.2 分」與「9 分」是本質差異。
-
價格「1/15」的真實成本：$0.435 / $0.87 是 cache miss 的價格。實際工作負載中，cache hit（重複前文）只要 $0.003625，是 Opus 的 1/1379。但 Anthropic 也有自己的快取機制，實際差距要看使用模式。
-
本地部署的隱藏成本：V4 Pro BF16 要 3.2TB GPU 記憶體，至少需要 4 張 H200 或 8 張 A100；Q4 量化也要 800GB、單張 H200 不夠。對大多數企業來說，「開源可用」不等於「本地部署划算」，仍要走 DeepSeek 官方 API。
-
Artificial Analysis Intelligence Index 45：這個綜合指數把 V4 Pro 排在開源模型中第二高（僅次於 Kimi K2.6 的 54），但遠低於閉源旗艦 Opus 4.6 的 52、Fable 5 的 88。這意味著綜合推理能力上，閉源前沿仍有顯著差距，開源模型在特定任務領先、在通用智能追趕。
-
官方 benchmark 的可信度：DeepSeek 技術報告中許多 benchmark 是自評結果，缺乏 NIST CAISI 等獨立機構的交叉驗證。CAISI 報告顯示 V4 Pro 在某些維度（如資安）僅 32%，與官方宣傳的「對齊前沿」存在落差。
網友熱門留言 (3)