关注 霍格沃兹软件测试开发 公众号回复「资料」, 领取人工智能测试开发技术合集没有发布会没有预告它悄悄上线了——然后整个行业都睡不着了大家好我是某互联网公司的技术架构负责人。上周三凌晨团队群里突然弹出一条消息附带一个链接“兄弟们DeepSeek V4 Pro正式版上线了。没有发布会没有预告就是API文档里悄悄改了版本号。”我点开看了一眼——DeepSeek-V4-Pro-0813。然后又看了一眼定价页——缓存命中输入0.025元/百万Token输出6元/百万Token。接着往下翻看到了一个让我彻底清醒的数字DeepSWE从预览版的12.8飙到62.7涨了将近5倍。我关上手机睡不着了。一、它“转正”的方式本身就是一种态度先说说这次发布有多低调。8月12日深夜DeepSeek没有开发布会没有官宣推文只是在API文档和定价页里把模型版本号从Preview改成了DeepSeek-V4-Pro-0813。老用户什么都不用改后端已经悄悄换成了新版。同一天晚上马斯克的Grok 4.6也在抢头条两件事撞在一起被媒体戏称为“梁文锋对垒马斯克”。但我想说的是另一件事——这不是一个新模型是转正。今年4月24日DeepSeek发布了V4系列预览版Pro版当时还是Preview状态。三个多月后正式版才来。这期间行业里发生了太多事——Claude Fable 5发布了、GPT-5系列迭代了好几轮、各家大模型打得不可开交。DeepSeek在这三个月里没有发新版本而是在打磨同一个模型。然后在一个没有预兆的深夜静默上线。这种“不开发布会、不抢头条、产品说话”的风格本身就是对行业规则的一种改写。二、参数没变但能力翻了5倍先看硬参数。DeepSeek-V4-Pro正式版总参数1.6T1.6万亿激活参数49B。上下文100万Token输出上限384K Token。支持thinking和non-thinking双模式默认开启思考模式。接口同时兼容OpenAI和Anthropic两套格式。参数和预览版一样。但能力完全不一样了。最夸张的数字来自Agent相关评测基准测试预览版正式版提升DeepSWE软件工程12.862.7 49.9Terminal Bench 2.1终端操作72.187.915.8Cybergym网络安全攻防52.783.330.6NL2Repo自然语言转代码仓库38.561.523.0DSBench-FullStack全栈开发41.871.129.3数据来源DeepSWE从12.8跳到62.7。这项基准测的不是“会不会写一段代码”而是 “能不能像工程师一样持续干活” 。12.8分是“写个Demo还行”62.7分是“能独立完成一个完整任务”。差了将近5倍。在Terminal Bench 2.1上V4 Pro拿到87.9分逼近Claude Fable 5的88.0分只差0.1分。在Cybergym网络安全智能体评测和AutomationBench高难度智能体评测上甚至反超了Fable 5。参数没变能力翻了5倍——这意味着什么意味着DeepSeek在后训练post-training 上下了狠功夫。同样的骨架换了一套训练方法直接把模型从一个“会答题的学生”变成了“能干活的人”。官方的叙事也换了一个词——不再强调“更会答题”而是强调“更会把一件事干完”。三、六十分之一的价格改写的是什么规则价格是这次V4 Pro正式版最锋利的武器。官方定价输入缓存未命中3元/百万Token输出6元/百万Token缓存命中输入低至0.025元/百万Token。放海外一比差距是数量级的Fable 5输出约360元/百万TokenV4 Pro的6元正好是它的六十分之一。对比Opus 5约180元是三十分之一。对比国内竞品Kimi K3100元是零头。有博主算过一笔账每天把几百段代码丢给模型做review假设一天烧20万输出token用Fable 5要72元换成V4 Pro只要1.2元——一个月差两千多块一年差出一辆二手电驴。但价格的故事没这么简单。官方已经在定价页挂出预告“计划近期整体上调DeepSeek API服务定价预计涨幅较大”。随后引入了峰谷计费——高峰期9:00-12:00、14:00-18:00价格翻倍甚至更多。8月17日调价生效后计费项调价前空闲时段高峰时段输入缓存未命中3元4.5元9元输出6元13.5元27元输入缓存命中0.025元0.15元0.3元数据来源高峰时段输出从6元涨到27元涨幅350%。缓存命中输入从0.025元涨到0.3元涨幅1100%。所以V4 Pro到底在改写什么规则第一它证明了中国模型能在性能上逼近全球最前沿——Terminal Bench只差0.1分部分基准甚至反超。第二它用六十分之一的价格重新定义了“性价比”这三个字。第三也是最重要的一点——DeepSeek不再只是“价格屠夫”了。 它在性能上已经站到了全球第一梯队然后才谈价格。顺序很重要——先有实力再谈性价比。这才是真正的规则改写。四、国产算力生态从“备胎”到“主力”这次V4 Pro还有一个被很多人忽略的信号——国产算力生态的成熟。V4系列发布当天华为昇腾就完成了首发适配。寒武纪等7家国产芯片也实现了高效适配。昇腾A2、A3及950全系列产品全面支持V4-Flash和V4-Pro。基于V4-Pro模型在8K输入场景昇腾950超节点可实现TPOT约20ms时单卡Decode吞吐4700TPS。DeepSeek V4是第一个在华为昇腾NPU上完成首发的万亿参数级大模型。它全程基于华为昇腾等国产AI芯片进行训练和推理。英伟达从AI算力的必选项变成了众多可选项之一。这改写的是整个产业链的规则——中国AI不再只有“用别人的芯片、跑别人的生态”这一条路。五、关于涨价一个不得不说的“但是”最后说一个很多人关心的问题——涨价。V4 Pro正式版上线后第5天8月17日DeepSeek启动了API调价。高峰时段价格涨了好几倍缓存命中输入涨幅甚至达到1100%。有媒体用“梁文锋不想当’价格屠夫’了”来做标题。但换个角度想如果V4 Pro的性能真的逼近Fable 5价格只有它的几十分之一那这个价格本身就不可持续。 6元/百万Token的输出价格在算力成本面前更像是战略补贴——先把用户拉过来再慢慢调价到合理水平。涨价之后V4 Pro仍然是全球性价比最高的旗舰模型之一。只是从“白菜价”变成了“正常折扣价”。或者说——它终于开始按自己的真实价值定价了。最后DeepSeek V4 Pro的“闪电二连击”——4月预览版开源、8月正式版转正——正在改写至少四条规则第一性能规则。 中国模型在Agent和代码能力上已经逼近全球最前沿。DeepSWE从12.8到62.7不是渐进式进步是代际跨越。第二价格规则。 六十分之一的价格让“顶尖性能天价”这个等式不再成立。第三算力规则。 华为昇腾、寒武纪等国产芯片全面适配英伟达不再是唯一选项。第四发布规则。 没有发布会、没有预告、静默上线——用产品说话而不是用PPT说话。有媒体在报道里写了一句很到位的话“DeepSeek V4不是最强的但它或许是最重要的。”因为它证明了一件事中国大模型不需要靠“追赶”的姿态活着。它可以站到第一梯队然后用自己定义的方式参与竞争。这才是V4 Pro真正改写的东西。本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容侧重测试实践、工具应用与工程经验整理。
关注 霍格沃兹软件测试开发 公众号回复「资料」, 领取人工智能测试开发技术合集没有发布会没有预告它悄悄上线了——然后整个行业都睡不着了大家好我是某互联网公司的技术架构负责人。上周三凌晨团队群里突然弹出一条消息附带一个链接“兄弟们DeepSeek V4 Pro正式版上线了。没有发布会没有预告就是API文档里悄悄改了版本号。”我点开看了一眼——DeepSeek-V4-Pro-0813。然后又看了一眼定价页——缓存命中输入0.025元/百万Token输出6元/百万Token。接着往下翻看到了一个让我彻底清醒的数字DeepSWE从预览版的12.8飙到62.7涨了将近5倍。我关上手机睡不着了。一、它“转正”的方式本身就是一种态度先说说这次发布有多低调。8月12日深夜DeepSeek没有开发布会没有官宣推文只是在API文档和定价页里把模型版本号从Preview改成了DeepSeek-V4-Pro-0813。老用户什么都不用改后端已经悄悄换成了新版。同一天晚上马斯克的Grok 4.6也在抢头条两件事撞在一起被媒体戏称为“梁文锋对垒马斯克”。但我想说的是另一件事——这不是一个新模型是转正。今年4月24日DeepSeek发布了V4系列预览版Pro版当时还是Preview状态。三个多月后正式版才来。这期间行业里发生了太多事——Claude Fable 5发布了、GPT-5系列迭代了好几轮、各家大模型打得不可开交。DeepSeek在这三个月里没有发新版本而是在打磨同一个模型。然后在一个没有预兆的深夜静默上线。这种“不开发布会、不抢头条、产品说话”的风格本身就是对行业规则的一种改写。二、参数没变但能力翻了5倍先看硬参数。DeepSeek-V4-Pro正式版总参数1.6T1.6万亿激活参数49B。上下文100万Token输出上限384K Token。支持thinking和non-thinking双模式默认开启思考模式。接口同时兼容OpenAI和Anthropic两套格式。参数和预览版一样。但能力完全不一样了。最夸张的数字来自Agent相关评测基准测试预览版正式版提升DeepSWE软件工程12.862.7 49.9Terminal Bench 2.1终端操作72.187.915.8Cybergym网络安全攻防52.783.330.6NL2Repo自然语言转代码仓库38.561.523.0DSBench-FullStack全栈开发41.871.129.3数据来源DeepSWE从12.8跳到62.7。这项基准测的不是“会不会写一段代码”而是 “能不能像工程师一样持续干活” 。12.8分是“写个Demo还行”62.7分是“能独立完成一个完整任务”。差了将近5倍。在Terminal Bench 2.1上V4 Pro拿到87.9分逼近Claude Fable 5的88.0分只差0.1分。在Cybergym网络安全智能体评测和AutomationBench高难度智能体评测上甚至反超了Fable 5。参数没变能力翻了5倍——这意味着什么意味着DeepSeek在后训练post-training 上下了狠功夫。同样的骨架换了一套训练方法直接把模型从一个“会答题的学生”变成了“能干活的人”。官方的叙事也换了一个词——不再强调“更会答题”而是强调“更会把一件事干完”。三、六十分之一的价格改写的是什么规则价格是这次V4 Pro正式版最锋利的武器。官方定价输入缓存未命中3元/百万Token输出6元/百万Token缓存命中输入低至0.025元/百万Token。放海外一比差距是数量级的Fable 5输出约360元/百万TokenV4 Pro的6元正好是它的六十分之一。对比Opus 5约180元是三十分之一。对比国内竞品Kimi K3100元是零头。有博主算过一笔账每天把几百段代码丢给模型做review假设一天烧20万输出token用Fable 5要72元换成V4 Pro只要1.2元——一个月差两千多块一年差出一辆二手电驴。但价格的故事没这么简单。官方已经在定价页挂出预告“计划近期整体上调DeepSeek API服务定价预计涨幅较大”。随后引入了峰谷计费——高峰期9:00-12:00、14:00-18:00价格翻倍甚至更多。8月17日调价生效后计费项调价前空闲时段高峰时段输入缓存未命中3元4.5元9元输出6元13.5元27元输入缓存命中0.025元0.15元0.3元数据来源高峰时段输出从6元涨到27元涨幅350%。缓存命中输入从0.025元涨到0.3元涨幅1100%。所以V4 Pro到底在改写什么规则第一它证明了中国模型能在性能上逼近全球最前沿——Terminal Bench只差0.1分部分基准甚至反超。第二它用六十分之一的价格重新定义了“性价比”这三个字。第三也是最重要的一点——DeepSeek不再只是“价格屠夫”了。 它在性能上已经站到了全球第一梯队然后才谈价格。顺序很重要——先有实力再谈性价比。这才是真正的规则改写。四、国产算力生态从“备胎”到“主力”这次V4 Pro还有一个被很多人忽略的信号——国产算力生态的成熟。V4系列发布当天华为昇腾就完成了首发适配。寒武纪等7家国产芯片也实现了高效适配。昇腾A2、A3及950全系列产品全面支持V4-Flash和V4-Pro。基于V4-Pro模型在8K输入场景昇腾950超节点可实现TPOT约20ms时单卡Decode吞吐4700TPS。DeepSeek V4是第一个在华为昇腾NPU上完成首发的万亿参数级大模型。它全程基于华为昇腾等国产AI芯片进行训练和推理。英伟达从AI算力的必选项变成了众多可选项之一。这改写的是整个产业链的规则——中国AI不再只有“用别人的芯片、跑别人的生态”这一条路。五、关于涨价一个不得不说的“但是”最后说一个很多人关心的问题——涨价。V4 Pro正式版上线后第5天8月17日DeepSeek启动了API调价。高峰时段价格涨了好几倍缓存命中输入涨幅甚至达到1100%。有媒体用“梁文锋不想当’价格屠夫’了”来做标题。但换个角度想如果V4 Pro的性能真的逼近Fable 5价格只有它的几十分之一那这个价格本身就不可持续。 6元/百万Token的输出价格在算力成本面前更像是战略补贴——先把用户拉过来再慢慢调价到合理水平。涨价之后V4 Pro仍然是全球性价比最高的旗舰模型之一。只是从“白菜价”变成了“正常折扣价”。或者说——它终于开始按自己的真实价值定价了。最后DeepSeek V4 Pro的“闪电二连击”——4月预览版开源、8月正式版转正——正在改写至少四条规则第一性能规则。 中国模型在Agent和代码能力上已经逼近全球最前沿。DeepSWE从12.8到62.7不是渐进式进步是代际跨越。第二价格规则。 六十分之一的价格让“顶尖性能天价”这个等式不再成立。第三算力规则。 华为昇腾、寒武纪等国产芯片全面适配英伟达不再是唯一选项。第四发布规则。 没有发布会、没有预告、静默上线——用产品说话而不是用PPT说话。有媒体在报道里写了一句很到位的话“DeepSeek V4不是最强的但它或许是最重要的。”因为它证明了一件事中国大模型不需要靠“追赶”的姿态活着。它可以站到第一梯队然后用自己定义的方式参与竞争。这才是V4 Pro真正改写的东西。本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容侧重测试实践、工具应用与工程经验整理。
