出品｜虎嗅科技组

作者｜宋思杭

编纂｜苗正卿

头图｜视觉中国

“不诱于誉，不恐于诽，率路而行，端然正己。”

这是4月24日，DeepSeek在颁布V4预览版时写在公家号文章末尾的话。

放在当下的语境，来解读这句话的意思是，无论表界若多么候、若何猜测，DeepSeek仍按自己的节拍走，不被赞美裹挟，也不被感情推着走。

甚至相迸宗其他几家基座模型公司，DeepSeek显得过于朴素了——不刻意刷榜、不思考贸易化、不优化用户履历，只是充任好一个“建路人”的角色。

功夫拨回至R1颁布当天，行业迅速沸腾，而在往后的这459天里，各人一壁等待着DeepSeek的新模型，一壁见证了智谱和MiniMax两大国产模型纷纷登陆本钱市场，两家市值均一度冲破3000亿元。

就在DeepSeek正式颁布V4后的几分钟，本钱市场再次给出反馈。约上午11时05分，港股大模型板块急剧震荡，智谱与MiniMax双双跳水，盘中一度别离跌超10%和12%。

这是从前一年行业最鲜明的变动之一：国产模型初次被本钱市场定价，也让DeepSeek被不休投射为下一次行业变量。

与此同时，Kimi、Minimax、Qwen和智谱等模型再三登顶，但在此期间，DeepSeek却一向悄无声息。

而今天DeepSeek的新模型终于来了，但从这个新模型V4来看，它并不属于公共所理解的”行业顶尖“，至少这个“当先”不是榜单所界说的。

据 Artificial Analysis 数据，V4 Pro 在世界知识类 benchmark 中已跻身全球前列，仅次于 Gemini-Pro-3.1。综合阐发来看，DeepSeek V4 已当先无数开源模型，整体机能起头逼近顶级关源模型。

也就是说，若是依照各人等待，V4应该会是再一次震惊行业的“顶尖”模型，但这不是DeepSeek给自己的界说。它给自己的界说一向都是钻营性价比。

和其他基模公司比，DeepSeek过于朴素

在几家头部大模型公司里，DeepSeek一向有一种很出格的气质：朴素。

这衷煊素，不是指产品单一或者技术激进与否，而是它很少像一家尺度AI创业公司那样，被融资节拍、贸易化压力和市场感情推着走。某种水平上，它不急着证明自己能赚几多钱，因而反而更有空间去做自己真正想做的事。

虎嗅对比了几大基座模型的技术路线后发现，和DeepSeek最类似的就是Kimi了。

两家公司都带有鲜明的技术梦想主义色彩，也都曾凭借模型能力在行衣凤打出辨识度。就在V4颁布前两天，Kimi刚刚推出K2.6，并称其为颁布以来最好的代码模型。与此同时，DeepSeek在V4颁布文章中也提到，他们内部同样在将V4作为公司内部员工使用的 Agentic Coding 模型。

这意味着，两家公司都把代码能力视作模型价值的沉要方向。

类似点还不止于此。这次V4的另一大特点，是原生支持1M高低文，并强化长链路推理能力。而长高低文、复杂工作处置，同样是Kimi从前一年持续强化的标签。

若是只看代码、长高低文、复杂工作这些表表能力天堑，Kimi与DeepSeek似乎在越来越靠近，甚至能够说，两家齐全撞车。

但若是仔细拆开，会发现两家公司走的其实是两条齐全分歧的技术路线。

Kimi从前持久强调的，是线性把稳力路线。它的主题思路，是让模型在超长高低文、多步骤工作中，把推算成本节造在可接受领域内，再叠加Agent系统、工作编排、多轮挪用等能力，让模型像一个能够持续工作的执行系统。

而DeepSeek V4这次在技术汇报中强调，使用的是混合把稳力架构（Hybrid Attention）：通过 CSA（Compressed Sparse Attention，压缩稀少把稳力）与 HCA（Heavily Compressed Attention，沉度压缩把稳力）交替共同，对汗青高低文进行分层压缩和选择性读取，在维持百万级高低文能力的同时，大幅降低推理成本。

汇报数据显示，在100万token场景下，DeepSeek V4-Pro 的单token推理 FLOPs 降至上一代模型的27%，KV Cache占用降至10%。

单一来说就是，Kimi的思路，更像是把一个复杂工作拆成好多步骤，再组织多个智能体合作实现；DeepSeek的思路，则是先把底层存在的问题先一点点解决掉，把地基搭好，让模型在底层推算结构上先变得更高效。

这两者看起来是，一个是在职务层做加法，一个是在系统层做减法。

但若是依照这个逻辑来看，能够得到一个结论是，在面对统一项复杂工作时，Kimi往往会亏损更多token。

原因并不复杂。由于当模型起头承担真实工作流程时，token亏损不再只是用户输入与最终输出，还蕴含工作拆解、中央推理、多轮挪用、工具返回了局、谬误建改以及多个Agent之间的高低文同步。用户只输入一句话，后盾可能已经实现了十几轮运算。

当然，这并不料味着Kimi的技术路线有问题。尤其是在当下，AGI的技术路线并未收敛确当下，任何一种技术路线都有各自的曲直势。

那么，作为一家更强调贸易化落地的公司，Kimi做的事件是优化用户履历，首先让好多企业和幼我用户愿意为Kimi付费。某种水平上，它已经靠近“可交付的出产力工具”。若是一个模型多亏损一些token，却替用户节俭了3幼时工作功夫，这笔账不定不划算。

也就是说，Kimi钻营的，是token被亏损后的产出效能；而DeepSeek钻营的，则是token自身的推算效能。

这两种选择背后，极度鲜明地体现出两家公司分歧的底色。

DeepSeek背后的母公司幻方量化，性质是一家量化机构。量化买卖天然强调两件事：效能与收益率。任何战术都要推算投入产出比，任何系统都要钻营速度、不变性与资源利用率。在这种文化下成长出来的团队，会很天然地关注大模型的效能问题。

这也诠氏缢为什么DeepSeek总在做一些看起来没那么热烈、却极其关键的事件，好比MoE、推理优化、把稳力沉构、算力利用率提升。

由于对幻方来说，大模型不定是一门独立生意，但它首先必要是一套提升钻研效能、分析效能与决策效能的基础工具。

换句话说，梁文锋也许并不关注DeepSeek能为他带来几多收入。他有更长的功夫尺度，也更能接受先做难而慢的事。

Kimi则分歧。月之暗面从缔造第一天起头，就是一家尺度意思上的AI创业公司。它必要融资，必要增长，必要向市场证明模型能力最终能够转化为真实业务。杨植麟当然有很强的AGI梦想主义色彩，但Kimi必须同时面对贸易化的现实问题。

这也决定了，Kimi会更积极地靠近用户需要、代码需要、Agent需要和付费需要。它的模型迭代节拍、产品节拍、组织节拍，更像一家必要持续驰骋的创业公司。

所以，看起来都在做长高低文、代码模型和复杂工作，两家公司却在解决齐全分歧的问题。

这也是为什么DeepSeek总显得“不焦急”。

国产代替，仍在路上

在V4颁布前，表媒曾屡次“预报”DeepSeek将齐全切换至国产模型训练，并逐步脱节对英伟达的依赖。

然而，从V4颁布的技术汇报来看，这一新闻不定是真的。

DeepSeek仅在汇报中强调了，其已经验证了在 NVIDIA GPU 和 HUAWEI Ascend NPU 平台上验证了 EP（专家并行）规划。但并没有明确提到DeepSeek已经切换至华为昇腾芯片上做训练，

更正确地说，它注明的是，DeepSeek已经在系统层面实现了跨平台适配，至少让V4这类MoE模型可能同时运行在英伟达与昇腾两套硬件架构之上。但这并不直接意味着，其主题训练工作已经脱离英伟达。

换句话说，DeepSeek极有可能依然依赖于英伟达芯片做训练，而用国产芯片实现推理工作。

这其实也是当前行业更现实的蹊径。

原因并不复杂。预训练阶段对芯片生态要求极高，涉及大规模并行训练、通讯带宽、编译器成熟度、故障复原能力以及持久不变性。相比之下，推理环节对算力的要求更分散，也更适合率先实现国产代替。因而，很多公司采取的并不是“一步到位切换训练底座”，而是先从推理侧起头迁徙。

有多位行业人士在虎嗅交谈时暗示，“若是真的彻底切换至国产芯片，V4可能不会这么快到来。”

然而，比切换至国产芯片上训练更值得关注的是，DeepSeek这次在工具链层面的变动。

从前，DeepSeek曾因深度使用 PTX 编程说话而受到关注。PTX能够理解为英伟达GPU生态中的底层中央说话，靠近汇编层，可能极致榨取单卡机能，但天然绑定英伟达系统，开发门槛高，可迁徙性也有限。

而在V4汇报中，DeepSeek不再强调PTX，而是提到了 DSL（Domain-Specific Language，领域专用说话），例如其选取 TileLang 这类面向AI算子优化的DSL，以平衡开发效能与运行效能。

两者的区别在于：PTX是一种直接操作英伟达机械的底层说话，钻营极限机能，但强绑定英伟达；DSL则更像是一层中央抽象，让团队在维持机能的同时，更快开发算子、更容易适配分歧芯片平台。

这意味着，DeepSeek固然不定已经实现国产芯片训练代替，但它至少已经起头让自己的模型不再强绑定英伟达，未来有可能逐步切换到国产芯片上训练。

不做被等待的DeepSeek

DeepSeek并不筹算成为表界等待中的那个DeepSeek。

从前一年，DeepSeek被行业赋予了太多角色。有人等待它再次复造R1时刻，颁布一款沉新震荡行业的顶尖模型；有人等待它成为中国大模型脱节英伟达依赖的象征。

但V4的颁布证明，DeepSeek并没有被打乱节拍。

它依然是一家萦绕着“效能”做模型的公司，例如，混合把稳力架构、KV Cache压缩、百万高低文推理成本降落、专家并行优化、跨平台Kernel设计，这些内容并不算“性赣妆，但都极度沉要。

但这些不算性感的工程化改进，在逐步解决大模型目前依然存在的bottleneck。

从这个角度看，DeepSeek和其他基座模型公司已经不站在统一维度上了。当不少公司还在抢夺入口、抢夺用户时，DeepSeek更关切的是，怎么把单元智能的成本持续压低，怎么让同样的能力亏损更少算力。

所以，“不诱于誉，不恐于诽，率路而行，端然正己”，放在V4结尾，与其说是一种姿势，不如说是向公共表态——DeepSeek选择持续做那个更默默的DeepSeek。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4853463.html?f=wyxwapp