DeepSeek V4 GA 正式版上線：峰谷計費、1.6T 架構與 GPT-5.6 橫向評估
誰該讀？在 Mac 上以 deepseek-chat / reasoner 做程式開發與 Agent 的台港工程師，面對 7 月 20 日 GA 上線與 7 月 24 日舊介面下線，需要明確遷移路徑與成本模型。你會得到什麼？時間軸、CSA/HCA/mHC 架構拆解、benchmark 對照表、峰谷價目、六步遷移清單與選型矩陣。結構包含：規格表、定價表、程式碼範例、FAQ×6 與隔離 Mac 驗收建議。
📋 本文目錄
橫向對比見 GPT-5.6 Sol 發布解析；本機推理可參考 DeepSeek V4-Flash Mac 本機推理；降價背景見 2026 AI 降價全攻略。
經過三個月預覽期，DeepSeek V4 GA 正式版於 2026 年 7 月 20 日全面上線。相較 4 月預覽版，這次 GA 不僅強化了 Agent、數學與程式碼能力，更首次導入峰谷差異化計費——標誌 DeepSeek 從「近乎免費試用」邁向有紀律的商業化營運。以下從架構、benchmark、定價、與 GPT-5.6 / Claude Fable 5 橫向對比，以及7 月 24 日 API 遷移五個面向，為台港開發者整理決策所需資訊。
01 · 三大遷移痛點：GA 上線不等於零成本換模
- 7 月 24 日硬截止：舊模型名
deepseek-chat與deepseek-reasoner將於台北時間 7 月 24 日 23:59 永久下線。生產環境若仍硬編碼舊 ID，週末一過服務直接中斷——這是硬切，不是灰度。 - 峰谷計費帳單盲區：GA 版在工作日 09:00–12:00、14:00–18:00（北京時間）費率翻倍。Agent 長任務若在高峰批次執行，月帳單可能較預覽期翻倍，而團隊往往未安排 cron 排程與快取分層。
- Pro vs Flash 選型混亂：reasoner 可遷 Flash 思考模式或升級 Pro，但 Think Max 需 384K+ 上下文；全量升 Pro 抬升成本，全量降 Flash 又可能犧牲 SWE-bench 級程式碼品質——需按場景分流而非一刀切。
02 · 時間軸回顧：從預覽版到 GA
| 時間 | 事件 |
|---|---|
| 2026 年 4 月 24 日 | V4 預覽版上線並開源（MIT），含 V4-Pro（1.6T）與 V4-Flash（284B） |
| 2026 年 5 月 | V4-Flash 與 V4-Pro 生產調優版上線，API 正式可用 |
| 2026 年 6 月 | V4-Pro 輸出價永久降 75%（$0.87/M tokens），進入高 CP 值區間 |
| 2026 年 6 月 29 日 | DeepSeek 向 API 用戶發信，宣布 GA 將於 7 月中旬上線，並首次披露峰谷計費 |
| 2026 年 7 月 19 日 | 部分開發者取得 GA 灰度資格，媒體報導「正式版最快隔日發布」 |
| 2026 年 7 月 20 日 | GA 正式版上線（本文發布日） |
| 2026 年 7 月 24 日 | 舊介面名 deepseek-chat 與 deepseek-reasoner 永久下線 |
一句話：預覽版已夠強，GA 是在此基礎上針對 Agent、推理與程式碼做專項提升，並配套正式商業計費體系。
03 · 技術架構深度解析
3.1 模型家族：V4-Pro vs V4-Flash
| 規格 | V4-Pro | V4-Flash |
|---|---|---|
| 總參數量 | 1.6 兆（1.6T） | 2840 億（284B） |
| 每 Token 啟用參數 | 490 億（49B） | 130 億（13B） |
| Transformer 層數 | 61 層 | 43 層 |
| 上下文視窗 | 1,000,000 tokens | 1,000,000 tokens |
| 最大輸出 | 384K tokens | 384K tokens |
| 精度 | FP4（專家權重）+ FP8（其餘） | FP4 + FP8 混合 |
| 預訓練資料量 | 33T+ tokens | 32T+ tokens |
| 開源協議 | MIT | MIT |
3.2 CSA + HCA 混合注意力
傳統 Transformer 的 KV Cache 記憶體隨上下文線性成長，百萬 token 幾乎不可行。DeepSeek V4 捨棄 V2/V3 的 MLA，改採兩種新注意力機制的混合：
壓縮稀疏注意力（CSA，Compressed Sparse Attention）
- 以 Softmax 門控池化將 KV 序列壓縮 4 倍
- FP4 精度「閃電索引器」（Lightning Indexer）做 top-k 稀疏選擇（Pro 選 top-1024，Flash 選 top-512）
- 保留最近 128 個 token 的滑動視窗
- 1M 上下文下，推理 FLOPs 僅為 DeepSeek V3.2 的 27%
重度壓縮注意力（HCA，Heavily Compressed Attention）
- 將 token 壓縮 128 倍後做全域密集注意力
- 捕捉長程依賴，與 CSA 互補
- V4-Flash 前 2 層用 HCA，之後 CSA/HCA 交替；V4-Pro 結構類似
硬核數據 #1：1M token 場景下，KV Cache 記憶體僅為 V3.2 的 10%（Flash 低至 7%）。同等硬體可服務更長上下文，伺服器成本大幅下降。
3.3 流形約束超連接（mHC）
升級傳統殘差連接。標準 Transformer 用 x = x + f(x)，極深網路易梯度退化。mHC 引入 4 通道殘差流，以滿足雙隨機矩陣約束（Birkhoff 多面體）的混合矩陣穩定傳遞 61 層訊號，同時保留表達力。更深、更穩。
3.4 Muon 優化器
訓練採 Muon（非 AdamW），以牛頓-舒爾茨正交化處理梯度，步長更有依據，收斂更快、更穩定。
3.5 三種推理模式
| 模式 | 特點 | 適用場景 |
|---|---|---|
| Non-think | 無思維鏈，極速回應 | 簡單問答、路由分發 |
| Think High | 顯式推理（<redacted_thinking> 標籤） | 中等複雜任務、程式除錯 |
| Think Max | 最大推理力度，需 384K+ 上下文 | 複雜數學、長鏈路 Agent |
建議採樣參數：temperature=1.0, top_p=1.0（官方推薦，全模式通用）。
04 · Benchmark 成績：開源陣營的新標竿
4.1 V4-Pro 核心評測
| 基準測試 | V4-Pro | Claude Fable 5 | GPT-5.6 Ultra | Claude Opus 4.8 |
|---|---|---|---|---|
| SWE-bench Verified | 80.6% ★ 開源最高 | 96.0% | 未單獨公布 | ~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% |
SWE-bench Verified 測試真實 GitHub 倉庫 Bug 修復，80.6% 為目前開源最高分。SWE-bench Pro 更嚴格，Fable 5 的 80.3% 暫時領先。
4.2 性價比（Artificial Analysis）
硬核數據 #2：Strategy & Ops 指數任務：
- Claude Fable 5：每任務 $3.48，得分 50
- DeepSeek V4-Pro：每任務 $0.03，得分 38
- V4-Flash：六類指數任務均低於 $0.04
Fable 5 成本為 V4-Pro 的 116 倍，得分僅高出約 31%。多數生產場景，V4-Pro 的 CP 值難以匹敵。
05 · 與 GPT-5.6 / Claude Fable 5 對比
5.1 定位差異
| 維度 | V4-Pro | GPT-5.6 Sol | Claude Fable 5 |
|---|---|---|---|
| 開源 | ✅ MIT | ❌ 閉源 | ❌ 閉源 |
| 可自架 | ✅ 支援 | ❌ | ❌ |
| 上下文 | 1M tokens | 未公開 | 1M tokens |
| 程式碼能力 | 極強（接近 Fable 5） | 極強 | 最強 |
| API 輸出價（離峰） | $0.87/M | ~$15/M | $50/M |
| 高峰輸出價 | $1.74/M | — | — |
| Agent | 強，支援多 Agent 編排 | 強 | 最強 |
| 資料隱私 | ✅ 可私有部署 | ❌ | ❌ |
5.2 場景選型矩陣
| 場景 | 推薦 | 原因 |
|---|---|---|
| 預算有限 / 高頻呼叫 / 私有部署 | V4-Pro / V4-Flash | 輸出 $0.87/M（Pro）或 $0.28/M（Flash），MIT 可自架 |
| 極致程式碼、不計成本 | Claude Fable 5 | SWE-bench Pro 80.3% 最高 |
| 複雜演算法 + 數學推理 | GPT-5.6 Sol / Ultra | Terminal-Bench 85.1%，生態嵌入深 |
| 超大規模日誌/文件（低成本） | V4-Flash | 快取命中輸入 $0.0028/M，近乎免費 |
06 · 峰谷計費：如何控管成本？
GA 最受關注的變化。DeepSeek 首次導入峰谷差異定價，類似電力分時電價。
6.1 完整價格表
| 模型 | 計費項 | 離峰（Off-Peak） | 高峰（Peak） |
|---|---|---|---|
| V4-Pro | 輸入（快取命中） | ¥0.025 / $0.0035 / 1M | 翻倍 |
| 輸入（快取未命中） | ¥3.00 / $0.435 / 1M | ¥6.00 / $0.87 | |
| 輸出 | ¥6.00 / $0.87 / 1M | ¥12.00 / $1.74 | |
| V4-Flash | 輸入（快取命中） | ¥0.02 / $0.0028 / 1M | 翻倍 |
| 輸入（快取未命中） | ¥1.00 / $0.14 / 1M | ¥2.00 / $0.28 | |
| 輸出 | ¥2.00 / $0.28 / 1M | ¥4.00 / $0.56 |
高峰時段（北京時間，UTC+8）：工作日 09:00–12:00 與 14:00–18:00。
硬核數據 #3：即使高峰，V4-Pro 輸出（$1.74/M）仍比 Claude Opus 4.8（$15/M）便宜 8.6 倍。
6.2 四條省錢策略
- 非即時任務排離峰：文件批次、標註、程式審查安排在 18:00 後或 09:00 前
- 善用快取：重複 System Prompt 建 Prompt Cache，Flash 快取命中 $0.0028/M
- Flash 分流：簡單意圖用 Flash，複雜推理轉 Pro
- 訂閱帳單通知：DeepSeek 承諾計費變更 24 小時前發信
07 · API 遷移指南（7 月 24 日截止）⚠️
重要：deepseek-chat 與 deepseek-reasoner 將於 2026 年 7 月 24 日 15:59 UTC（台北 7 月 24 日 23:59） 永久停止。請在此之前完成遷移。
7.1 遷移對照
| 舊模型 | 新模型 | 備註 |
|---|---|---|
deepseek-chat | deepseek-v4-flash（非思考） | 輕量、高速 |
deepseek-reasoner | deepseek-v4-flash（思考）或 deepseek-v4-pro | 升 Pro 獲更強推理 |
7.2 六步遷移清單
- 全域搜尋
deepseek-chat與deepseek-reasoner（含 CI/CD 與環境變數） - 依上表替換為
deepseek-v4-flash或deepseek-v4-pro - 原 reasoner 啟用思考：
extra_body={"thinking": {"type": "enabled", "budget_tokens": 8000}} - Think Max 確認上下文 ≥ 384K tokens
- staging 跑回歸，對比品質與延遲
- 7 月 24 日 23:59 前切換生產，監控首週峰谷帳單
7.3 Python 範例（OpenAI SDK）
7.4 Anthropic SDK 相容
08 · 總結
DeepSeek V4 GA 是 2026 年開源大模型的重要里程碑。價值不在於能否打敗 Fable 5 或 GPT-5.6，而在於以閉源旗艦 1/10 乃至 1/100 的成本，提供開源陣營最強性能。對於資料不出境的企業、預算有限的獨立開發者、需要 1M 上下文的 Agent 工程師，V4-Pro 是目前最均衡的選擇。峰谷計費增加複雜度，但整體仍極具競爭力。
09 · 常見問題
Q: GA 與預覽版差異？
A: Agent、推理、程式碼提升，並首次峰谷計費。架構仍為 V4-Pro / V4-Flash。
Q: deepseek-chat 何時停用？
A: 7 月 24 日 23:59（台北）永久下線。
Q: 高峰時段？
A: 北京時間工作日 09:00–12:00、14:00–18:00，費率翻倍。
Q: V4-Pro vs Fable 5？
A: Fable 5 在 SWE-bench 系列領先；V4-Pro 開源最高 80.6%，成本僅 1/116。
Q: Pro vs Flash？
A: Pro 適合複雜推理；Flash 適合高頻輕量，快取 $0.0028/M。
Q: Mac 本機部署？
A: MIT 開源。Flash 可量化試跑；Pro 需多卡叢集。見 本機推理指南。
10 · 租用隔離 Mac：完成 V4 API 遷移驗收
7 月 24 日前，最穩妥做法不是在主力 MacBook 上全域替換 deepseek-chat，而是在隔離的 Apple Silicon 節點完成驗收：克隆生產倉庫子集、配置 API Key、分別用 deepseek-v4-flash 與 deepseek-v4-pro 跑回歸，對比峰谷帳單與輸出品質。主力機常見風險：舊模型名殘留 shell 設定、思考模式污染快取、多模型路由無法單獨驗證。
Windows 或 Linux 雖可透過 API 呼叫 V4，但無法完整驗證與 macOS 原生工具鏈、Keychain 與 Xcode 側車專案並存場景。按天租用的 M 系列 Mac mini 提供用完即毀隔離環境：驗收通過後銷毀節點，實驗設定不污染主力機。計費與 SSH 見 M 系列 Mac 算力租用定價。
雖可在現有筆電直接改 API 路由，但主力機更適合穩定交付；若追求可復現的遷移驗收與更低 Keychain 污染風險，隔離 Mac 試跑通常是更優解，租用可進一步降低前期硬體投入。
11 · 參考資料
- DeepSeek 官方文件：api-docs.deepseek.com
- arXiv：arXiv:2606.19348
- Hugging Face：huggingface.co/deepseek-ai
- Artificial Analysis：artificialanalysis.ai
資料截至 2026 年 7 月 20 日。請以官方文件為準。