近日，一款名為DeepSeek V4的開源大模型引發(fā)AI圈熱議。有消息稱，該模型或?qū)⒂诖汗?jié)期間正式發(fā)布，其編程能力、上下文處理能力等多項指標均達到行業(yè)頂尖水平，甚至被部分網(wǎng)友稱為“首個能匹敵頂尖閉源模型的開源模型”。

據(jù)泄露的基準測試數(shù)據(jù)，DeepSeek V4在SWE-bench Verified測試中取得了83.7%的成績，超越了Claude Opus 4.5（80.9%）和GPT-5.2（80%）。這一成績?nèi)舯蛔C實，將直接改寫當前“最強代碼模型”的排名。該模型在AIME 2026、IMO Answer Bench等數(shù)學推理測試中也表現(xiàn)出色，分別取得99.4%和88.4%的高分，甚至在FrontierMath Tier 4測試中達到GPT-5.2的11倍成績。

除了編程和數(shù)學能力，DeepSeek V4的上下文處理能力同樣引人注目。有傳聞稱，該模型支持高達100萬token的上下文長度，并引入了新的Engram條件存儲系統(tǒng)，能夠?qū)崿F(xiàn)近乎無限的上下文檢索。這一特性使其在處理大型代碼庫或復雜分布式系統(tǒng)時更具優(yōu)勢，能夠理解代碼庫中文件變化對其他部分的影響，為企業(yè)級開發(fā)提供強大支持。

然而，隨著消息的傳播，部分基準測試數(shù)據(jù)的真實性也受到質(zhì)疑。有業(yè)內(nèi)人士指出，在官方評分系統(tǒng)下，模型不可能達到99.4%的分數(shù)，最高分應為100%或99.2%。Epoch AI也確認，F(xiàn)rontierMath的數(shù)據(jù)存在偽造嫌疑，因為只有他們和OpenAI有權(quán)對該數(shù)據(jù)集進行評估。這些質(zhì)疑使得DeepSeek V4的真實性能蒙上一層陰影。

盡管如此，DeepSeek V4的發(fā)布仍被視為開源模型領域的一次重要突破。此前，DeepSeek的V3和R1模型已證明開源AI模型能夠以極低成本與專有模型競爭，而V4則有望在此基礎上進一步提升開源模型的競爭力。據(jù)透露，V4在訓練過程中對數(shù)據(jù)模式的理解能力得到提升，且不易出現(xiàn)性能衰減，輸出結(jié)果在邏輯上也更加嚴密和可靠。

目前，DeepSeek官方尚未對V4的發(fā)布時間和具體性能作出正式回應，但業(yè)內(nèi)普遍猜測，該模型可能正在測試一個輕量級版本（V4-lite），以逐步釋放其技術潛力。與此同時，Hugging Face、GitHub等平臺上仍未出現(xiàn)DeepSeek V4的相關更新，進一步加劇了外界對其真實性的猜測。

無論DeepSeek V4的最終性能如何，其引發(fā)的討論已充分說明開源模型在AI領域的影響力正在不斷擴大。隨著技術的不斷進步，開源與閉源模型之間的競爭或?qū)⒏蛹ち?，而用戶也將從中獲得更多選擇和更高質(zhì)量的AI服務。