DeepSeek AI Models on AtlasCloud

DeepSeek V4 是当前一代的旗舰产品，于2026年4月24日发布，在单一模型中涵盖了通用和推理工作流。R1 曾经是一个独立的推理模型，但 V4 的思考模式取代了它，并将相同的思维链能力直接内置其中。旧版的 deepseek-reasoner 别名将于2026年7月24日停用，因此新的集成应使用开启了思考模式的 V4 Pro。

Engram Memory 是 DeepSeek V4 中的一个外部知识检索系统，其灵感来源于人类大脑海马体存储和检索信息的方式。它使用局部敏感哈希以 O(1) 的速度检索相关知识，而不是迫使模型将所有事实存储在其权重中。这促使 V4 的多查询“大海捞针”准确率从 V3.2 的 84.2% 大幅跃升至 97.0%。

是的。DeepSeek V3.2、V4 Flash 和 V4 Pro 均在 MIT 许可证下发布，允许商业使用、修改和分发。在具备相应能力的硬件上自行托管 V4 Flash 是切实可行的。鉴于 V4 Pro 拥有 1.6 万亿参数规模，它需要集群支持，因此大多数团队选择在 Atlas Cloud 上使用 API 访问。

V4 Pro 是一款拥有 1.6 万亿参数的 MoE 模型，具备 490 亿激活参数，专为复杂推理、编程和智能体任务而构建。V4 Flash 是一款拥有 2840 亿参数的模型，具备 130 亿激活参数，针对要求较低的任务在速度和成本效益上进行了优化。两者都共享 1M token 的上下文窗口和 Engram Memory 架构。

DeepSeek V4 的 Pro 和 Flash 版本均原生支持 100 万 token 上下文窗口，每次响应最高支持 393K token 输出。DeepSeek V3.2 具有 128K 的上下文窗口。V4 的 1M 上下文使其能够在单次调用中实用地执行完整的代码库分析、大型文档处理以及扩展的代理会话。

是的。DeepSeek V3.2 依然在 Atlas Cloud 上提供，价格约为每百万输入 token 0.27 美元。它是一个拥有 6850 亿参数的 MoE 模型，其中激活参数为 370 亿，上下文窗口为 128K，基于 MIT 许可证发布。对于不需要 V4 的 1M 上下文或 Engram Memory 的任务来说，它是一个高性价比的选择。

DeepSeek V4 Pro 在 SWE-Bench 上解决了超过 80.9% 的实际编程问题，对标 GPT-5 级别的性能。在 Needle in a Haystack 测试中，多查询长上下文准确率从 V3.2 的 84.2% 提升至 97.0%。此外，Atlas Cloud 上的 V3.2 Speciale 变体在 IMO 2025 和 IOI 2025 竞赛数学中取得了金牌级别的表现。