deepseek-chat 什么时候停用？怎么迁移？

deepseek-chat 与 deepseek-reasoner 将于 2026 年 7 月 24 日 15:59 UTC（北京时间 23:59）永久下线。迁移映射：deepseek-chat → deepseek-v4-flash（非思考模式）；deepseek-reasoner → deepseek-v4-flash（思考模式）或 deepseek-v4-pro。

DeepSeek V4 和 Claude Fable 5 哪个更强？

Claude Fable 5 在 SWE-bench Verified（96.0%）和 SWE-bench Pro（80.3%）上领先；但 V4-Pro 以 1/116 的成本（$0.03 vs $3.48/任务）提供接近前沿的性能，且支持 MIT 开源自托管。

DeepSeek V4 满血版正式发布：峰谷计费、架构与 GPT-5.6 对比全解析

Q: DeepSeek V4 满血版和预览版有什么区别？

满血版（GA）在预览版基础上提升了 Agent 能力、数学推理与代码生成，并首次引入峰谷差异化计费。底层 CSA+HCA 架构不变，但生产稳定性与调优版本更成熟。

Q: V4-Pro 和 V4-Flash 应该怎么选？

V4-Pro（1.6T/49B 激活）适合复杂推理、长链路 Agent 与高质量代码生成；V4-Flash（284B/13B 激活）适合高频轻量调用、意图路由与缓存命中率高的场景，输出价仅 $0.28/M（平时）。

Q: 峰谷计费的高峰时段是几点？

北京时间工作日 09:00–12:00 和 14:00–18:00 为高峰时段，所有费率翻倍。非实时任务建议安排在 18:00 之后或 09:00 之前运行。

Q: DeepSeek V4 能本地部署吗？

可以——V4-Pro 与 V4-Flash 均以 MIT 协议开源，权重已在 Hugging Face 开放。但 1.6T MoE 模型生产级部署需要多卡集群，Mac 本地更适合通过 API 或 V4-Flash 量化版做开发验证。

导语：等了整整三个月，DeepSeek V4 满血版（GA 正式版）终于在 2026 年 7 月 20 日迎来正式上线。相比 4 月预览版，这次不仅带来 Agent 能力、数学推理与代码生成的专项提升，更首次引入峰谷差异化计费——标志着 DeepSeek 从「近乎免费」迈向有纪律的商业化运营。本文严格按调研素材全部要点撰写：完整时间线、V4-Pro/Flash 规格表、CSA+HCA+mHC 架构、三种推理模式、Benchmark 全表、峰谷定价、API 迁移指南（7 月 24 日截止）、与 GPT-5.6 / Claude Fable 5 对比矩阵、FAQ 与开源里程碑深度洞察。

30 秒读懂 · TL;DR

发布	2026-07-20 GA 正式版上线 · 7/24 `deepseek-chat` 永久下线
规模	V4-Pro 1.6T（49B 激活）· V4-Flash 284B（13B 激活）· 均支持 1M 上下文
核心能力	SWE-bench Verified 80.6%（开源最高）· LiveCodeBench 93.5% · MIT 开源
定价	峰谷计费 · V4-Pro 输出 $0.87/M（平时）/ $1.74/M（高峰）
性价比	同类任务成本仅为 Claude Fable 5 的 1/116（$0.03 vs $3.48）

1. 痛点拆解：为什么满血版值得关注？

预览版已强，但生产环境缺「正式承诺」。4 月 24 日预览版上线后，开发者普遍面临两个问题：性能是否还会提升？定价会不会突变？GA 正式版用三个月的生产调优回答了前者，用峰谷计费体系回答了后者——终于可以在 SLA 框架下放心上生产。
旧 API 名即将永久下线，迁移窗口极短。deepseek-chat 与 deepseek-reasoner 将于 7 月 24 日 15:59 UTC 停止服务。若你的 Cursor、OpenClaw 或自建 Agent 仍引用旧模型名，现在就是最后四天。
峰谷计费是双刃剑。工作日 09–12、14–18（北京时间）费率翻倍，但即使高峰期 V4-Pro 输出价（$1.74/M）仍比 Claude Opus 4.8（$15/M）便宜 8.6 倍。关键是学会错峰调度与 Flash 分流。

2. 它是什么？一句话说清楚

DeepSeek V4 满血版是 DeepSeek 于 2026 年 7 月 20 日正式发布的通用可用（GA）版本，包含 V4-Pro（1.6 万亿参数 MoE）与 V4-Flash（2840 亿参数 MoE）两个型号，均以 MIT 协议开源，支持 100 万 token 上下文与 384K 最大输出。

与预览版相比，GA 版本在 Agent 编排、数学推理、代码生成上做了专项提升，并配套峰谷差异化 API 定价。它不是全新架构——CSA（压缩稀疏注意力）+ HCA（重度压缩注意力）+ mHC（流形约束超连接）的设计自 4 月预览版起就已确立，满血版做的是稳定性、调优与商业化闭环。

一句话总结： DeepSeek V4 是目前开源模型中 SWE-bench Verified 最高分（80.6%），以闭源旗舰 1/10 乃至 1/100 的成本提供接近前沿的性能，且支持私有部署与 1M 超长上下文。

3. 时间线回顾：从预览版到满血版

时间	事件
2026-04-24	V4 预览版上线 + 开源（MIT 协议），含 V4-Pro（1.6T）和 V4-Flash（284B）
2026-05	V4-Flash 与 V4-Pro 生产调优版本上线，API 正式可用
2026-06	V4-Pro 价格永久降价 75%（输出价 $0.87/M tokens），定格为史上最具性价比区间
2026-06-29	DeepSeek 向全体 API 用户发送邮件，宣布 GA 正式版将于 7 月中旬上线，并首次披露峰谷计费方案
2026-07-19	多位开发者获得 GA 灰度内测资格，新智元等媒体报道「满血版最快明日发布」
2026-07-20	GA 正式版上线（即本文发布日）
2026-07-24	旧接口名 `deepseek-chat` 与 `deepseek-reasoner` 永久下线

姊妹篇可参考本站 DeepSeek 自研芯片与算力布局、Kimi K3 深度评测与 6 月 AI 大模型降价优惠全攻略，对照当下开源与闭源旗舰格局。

4. 模型家族规格：V4-Pro vs V4-Flash

规格	V4-Pro	V4-Flash
总参数量	1.6 万亿（1.6T）	2840 亿（284B）
每 Token 激活参数	490 亿（49B）	130 亿（13B）
Transformer 层数	61 层	43 层
上下文窗口	1,000,000 tokens	1,000,000 tokens
最大输出	384K tokens	384K tokens
精度	FP4（专家权重）+ FP8（其余）	FP4 + FP8 混合
预训练数据量	33T+ tokens	32T+ tokens
开源协议	MIT	MIT

5. 核心架构：CSA + HCA + mHC 详解

传统 Transformer 在 KV Cache 上的内存开销随上下文长度线性增长，支持 1M token 几乎是不可能完成的任务。DeepSeek V4 抛弃了 V2/V3 时代的 MLA（多头潜在注意力），通过三项关键架构革新解决了这个问题：

5.1 压缩稀疏注意力（CSA，Compressed Sparse Attention）

将 KV 序列先通过 Softmax 门控池化压缩 4 倍
再用 FP4 精度的「闪电索引器」（Lightning Indexer）做 top-k 稀疏选择（V4-Pro 选 top-1024，V4-Flash 选 top-512）
同时保留最近 128 个 token 的滑动窗口
效果：在 1M 上下文下，相比 DeepSeek V3.2 只需 27% 的推理 FLOPs

5.2 重度压缩注意力（HCA，Heavily Compressed Attention）

将 token 压缩 128 倍，进行全局密集注意力
捕获长程依赖，与 CSA 形成互补
V4-Flash 的前 2 层用 HCA，之后 CSA/HCA 交替使用；V4-Pro 结构类似

综合效果：1M token 场景下，KV Cache 内存仅为 V3.2 的 10%（V4-Flash 更低至 7%）。

5.3 流形约束超连接（mHC）与 Muon 优化器

mHC（Manifold-Constrained Hyper-Connections） 是对传统残差连接的升级。标准 Transformer 用简单的 x = x + f(x) 残差路径，在极深网络中容易出现梯度退化。mHC 引入 4 通道残差流，通过满足双随机矩阵约束（Birkhoff 多面体）的混合矩阵，确保信号在 61 层深网络中的稳定传播。

训练时采用 Muon 优化器（而非标准 AdamW），通过牛顿-舒尔茨正交化处理梯度，使梯度步长更加有据，收敛速度更快、训练更稳定。

5.4 三种推理模式

模式	特点	适用场景
Non-think	无思维链，极速响应	简单问答、路由分发
Think High	显式推理（`<redacted_thinking>` 标签）	中等复杂任务、代码调试
Think Max	最大推理力度，需要 384K+ 上下文	复杂数学、长链路 Agent

推荐采样参数：temperature=1.0, top_p=1.0（官方推荐，全模式通用）。

6. Benchmark 跑分：开源之王的成绩单

基准测试	DeepSeek V4-Pro	Claude Fable 5	GPT-5.6 Ultra	Claude Opus 4.8
SWE-bench Verified	80.6% ★ 开源最高	96.0%	未单独公布	~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%

解读重点：

SWE-bench Verified：V4-Pro 以 80.6% 位列开源模型第一，与 Gemini 3.1 Pro 并列
LiveCodeBench：V4-Pro 以 93.5% 超越所有闭源竞品，算法竞赛场景首选
SWE-bench Pro：Claude Fable 5 以 80.3% 领跑，多文件 Repo 级修 Bug 仍是其主场
Terminal-Bench：GPT-5.6 Ultra 以 85.1% 领先，终端/工具链密集型 Agent 场景更优

注意事项：上述基准为 DeepSeek 自报及第三方汇总数据，不同模型使用了各自的推理 harness，独立复现工作仍在进行中。

7. 性价比：每任务成本 vs 性能

根据 Artificial Analysis 的评测数据，在 Strategy & Ops 指数任务中：

模型	每次任务成本	得分	性价比倍数
Claude Fable 5	$3.48	50 分	基准
DeepSeek V4-Pro	$0.03	38 分	成本仅为 Fable 5 的 1/116
DeepSeek V4-Flash	全部六类指数任务均低于 $0.04	—	轻量任务极致省钱

Fable 5 的成本是 V4-Pro 的 116 倍，但得分仅高出约 12 分（31%）。对于大多数生产场景，V4-Pro 的性价比无可匹敌。

8. 横向对比：DeepSeek V4 vs GPT-5.6 Sol vs Claude Fable 5

维度	DeepSeek V4-Pro	GPT-5.6 Sol	Claude Fable 5
开源	✅ MIT 协议	❌ 闭源	❌ 闭源
可自托管	✅ 支持	❌	❌
上下文窗口	1M tokens	未公开	1M tokens
代码能力	极强（接近 Fable 5）	极强	最强
API 输出价（平时）	$0.87/M tokens	~$15/M	$50/M
峰值输出价	$1.74/M tokens	—	—
Agent 能力	强，支持多 Agent 编排	强	最强
数据隐私	✅ 可私有部署	❌	❌

场景	推荐模型	原因
预算有限 / 高频调用 / 私有部署	DeepSeek V4-Pro / Flash	输出 $0.87/M，MIT 开源
极致代码能力、不在乎成本	Claude Fable 5	SWE-bench Pro 最高分 80.3%
复杂算法 + 数学推理	GPT-5.6 Sol / Ultra	Terminal-Bench 领先
超大规模日志/文档处理	V4-Flash	缓存命中输入仅 $0.0028/M

9. 峰谷计费详解：完整价格表与省钱攻略

这是 GA 版本最受关注也最具争议的变化。DeepSeek 首次引入峰谷差异化定价，类似电网的分时电价。高峰时段（北京时间）：工作日 09:00–12:00 和 14:00–18:00，所有费率翻倍。

模型	计费项	平时（Off-Peak）	高峰（Peak）
V4-Pro	输入（缓存命中）	¥0.025 / $0.0035 / 1M tokens	翻倍
	输入（缓存未命中）	¥3.00 / $0.435 / 1M tokens	¥6.00 / $0.87
	输出	¥6.00 / $0.87 / 1M tokens	¥12.00 / $1.74
V4-Flash	输入（缓存命中）	¥0.02 / $0.0028 / 1M tokens	翻倍
	输入（缓存未命中）	¥1.00 / $0.14 / 1M tokens	¥2.00 / $0.28
	输出	¥2.00 / $0.28 / 1M tokens	¥4.00 / $0.56

9.1 四大省钱技巧

非实时任务排到非高峰：批量文档处理、数据标注、代码审查等，安排在 18:00 之后或早上 9 点之前运行
善用缓存命中：对于重复的 System Prompt，构建 Prompt Cache，V4-Flash 缓存命中成本仅 $0.0028/M，接近免费
Flash 做分流：简单意图识别、路由判断用 V4-Flash，复杂推理再转 V4-Pro——可节省 60–80% 推理成本
提前获取账单通知：DeepSeek 承诺在计费变更 24 小时前发送邮件通知

即使在高峰期，V4-Pro 的输出价（$1.74/M）也比 Claude Opus 4.8（$15/M）便宜 8.6 倍，比 GPT-5.6 Sol（约 $15/M）便宜同等倍数。

10. 开发者必看：API 迁移指南（7 月 24 日截止）⚠️

重要警告：旧模型名 deepseek-chat 和 deepseek-reasoner 将于 2026 年 7 月 24 日 15:59 UTC（北京时间 7 月 24 日 23:59） 永久停止访问。

旧模型名	新模型名	备注
`deepseek-chat`	`deepseek-v4-flash`（非思考模式）	速度快，适合轻量任务
`deepseek-reasoner`	`deepseek-v4-flash`（思考模式）	或升级到 `deepseek-v4-pro` 获取更强推理

10.1 OpenAI SDK（Python）

from openai import OpenAI

client = OpenAI(
    api_key="your-deepseek-api-key",
    base_url="https://api.deepseek.com/v1"
)

# ❌ 旧写法（7月24日后失效）
# client.chat.completions.create(model="deepseek-chat", messages=[...])

# ✅ 新写法 — 非思考模式
response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "Hello, DeepSeek V4!"}]
)

# ✅ 新写法 — 思考模式（替代 deepseek-reasoner）
response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Solve this step by step..."}],
    extra_body={
        "thinking": {"type": "enabled", "budget_tokens": 8000}
    }
)

10.2 Anthropic SDK 兼容写法

V4 同时支持 OpenAI ChatCompletions 格式和 Anthropic Messages 格式，base_url 不变，仅需更新 model 参数：

import anthropic

client = anthropic.Anthropic(
    api_key="your-deepseek-api-key",
    base_url="https://api.deepseek.com"
)

message = client.messages.create(
    model="deepseek-v4-pro",
    max_tokens=4096,
    messages=[{"role": "user", "content": "What changed in the V4 GA release?"}]
)

11. 落地步骤：五种方式立即接入

DeepSeek 网页/App（最简单）：访问 chat.deepseek.com，注册账号，V4 满血版已默认上线。
官方 API（开发者）：在 platform.deepseek.com 获取 API Key，使用 OpenAI 兼容接口，模型名改为 deepseek-v4-pro 或 deepseek-v4-flash。
OpenRouter 多路由：模型 ID deepseek/deepseek-v4-pro，参考本站 OpenRouter 编程分榜与 Mac 多路由指南。
Cursor / IDE 配置：将 DeepSeek V4-Pro 设为日常编程主力，复杂 Repo 修 Bug 时 fallback 到 Claude Fable 5。
搜索代码库完成迁移：全局搜索 deepseek-chat 和 deepseek-reasoner，在 staging 环境测试新模型名，7 月 24 日前完成生产切换。

12. 常见问题（FAQ）

Q：DeepSeek V4 满血版和预览版有什么区别？
A：满血版在预览版基础上提升了 Agent 能力、数学推理与代码生成，并首次引入峰谷差异化计费。底层 CSA+HCA 架构不变，但生产稳定性与调优版本更成熟。

Q：V4-Pro 和 V4-Flash 应该怎么选？
A：V4-Pro 适合复杂推理、长链路 Agent；V4-Flash 适合高频轻量调用、意图路由，输出价仅 $0.28/M（平时）。

Q：峰谷计费的高峰时段是几点？
A：北京时间工作日 09:00–12:00 和 14:00–18:00，所有费率翻倍。非实时任务建议错峰运行。

Q：deepseek-chat 什么时候停用？
A：2026 年 7 月 24 日 15:59 UTC（北京时间 23:59）永久下线。请立即迁移到 deepseek-v4-flash 或 deepseek-v4-pro。

Q：DeepSeek V4 能本地部署吗？
A：可以——MIT 协议开源，权重已在 Hugging Face 开放。但 1.6T MoE 生产部署需多卡集群，Mac 本地更适合 API 或量化版验证。

Q：和 Claude Fable 5 哪个更强？
A：Fable 5 在 SWE-bench 上领先，但 V4-Pro 以 1/116 的成本提供接近前沿的性能，且支持私有部署。

13. 深度洞察：2026 开源大模型的里程碑信号

DeepSeek V4 GA 正式版的发布，远不止是一次「预览版毕业」——它标志着中国开源大模型生态在 2026 年中期迎来了一个结构性转折点。要理解这一转折的深度，需要从三个维度拆解：

13.1 从「价格屠夫」到「有规则的商业平台」

过去 18 个月，DeepSeek 以近乎颠覆性的低价（V3 时代输出 $0.28/M）重塑了全球 AI API 市场格局，迫使 OpenAI、Anthropic 纷纷跟进降价。但「近乎免费」不可持续——算力成本、研发投入、合规运营都需要现金流支撑。峰谷计费的引入，是 DeepSeek 从补贴换市场转向有纪律的商业化的信号。

这一转型的关键洞察在于：DeepSeek 并没有在涨价中牺牲竞争力。即使高峰期 V4-Pro 输出 $1.74/M，仍比 Claude Opus 4.8 便宜 8.6 倍。峰谷机制本质上是一种需求侧调度工具——把非实时算力需求引导到低谷时段，提升集群利用率，而非简单向用户转嫁成本。对于能错峰调度的工程团队（夜间批处理、周末代码审查），实际账单可能比之前更低。

13.2 架构创新重新定义「长上下文经济学」

1M token 上下文在 2026 年已不是稀缺参数——Kimi K3、Claude Fable 5 均宣称支持百万级上下文。但 DeepSeek V4 的独特价值在于让 1M 上下文在经济上可行：CSA 4 倍压缩 + top-1024 稀疏选择 + 128 token 滑动窗口，使 1M 场景下推理 FLOPs 仅为 V3.2 的 27%，KV Cache 内存降至 10%。

这意味着同等硬件可以服务更长的上下文，API 定价可以维持低位。对比 Kimi K3 的 $15/M 输出价，V4-Pro 的 $0.87/M 在百万 token 场景下的成本差距是数量级的。对于需要一次性分析完整代码库、处理长篇法律/研究文档、多轮 Agent 长记忆的团队，V4 是目前唯一在「上下文长度 × 性能 × 成本」三角中三项都不短板的选项。

mHC 4 通道残差流与 Muon 优化器的组合，则解决了「更深网络 = 更不稳定训练」的传统困境。61 层深度使 V4-Pro 在保持训练稳定性的同时，获得了超越 V3 系列的表征能力——这是参数规模从 671B 跃升至 1.6T 仍能高效训练的技术底座。

13.3 开源许可的战略权重：MIT 不只是「能下载」

在 2026 年 7 月的开源大模型格局中，许可协议已成为与参数规模同等重要的选型因素。Llama 系列的商业使用限制、部分国产模型的「研究用途 only」条款，使企业在合规部署时面临隐性风险。DeepSeek V4 的 MIT 协议意味着：

企业可在内网无限制部署，无需向 DeepSeek 报备或分成
可基于 V4 权重进行微调、蒸馏、二次开发，成果可闭源商用
数据不出境的政企、金融、医疗场景获得了一条合规的技术路径

当 Kimi K3 以 2.8T 参数重夺「最大开源模型」头衔时（参见本站 K3 深度评测），DeepSeek V4 并未在参数规模上正面竞争，而是在工程效率、成本结构、许可自由度三个维度建立了差异化壁垒。这不是退缩，而是更成熟的竞争策略——在开源社区中，「能被广泛采用」比「参数数字最大」更具长期价值。

对 Mac 开发者而言，V4 的 MIT 许可 + OpenAI/Anthropic 双 SDK 兼容，意味着可以在 Cursor、Continue、OpenClaw 等工具链中无缝切换，同时保留未来 MLX / llama.cpp 量化适配的可能性。完整权重虽需多卡集群才能生产部署，但 V4-Flash 的 13B 激活参数在 Apple Silicon 统一内存架构上已有社区量化实验——可参考本站 Apple Silicon DeepSeek V4 AMX-2 基准测试跟踪本地推理进展。

归根结底，DeepSeek V4 GA 的价值不在于能否击败 Claude Fable 5 或 GPT-5.6（暂时还不能），而在于它以闭源旗舰 1/10 乃至 1/100 的成本，提供了开源模型中无可争议的最强性能。对于不想数据出境的企业、预算有限的独立开发者、需要 1M 上下文的 Agent 工程师、追求极致性价比的 AI 产品团队——DeepSeek V4 Pro 是目前唯一没有短板的选择。

14. 收束：API 尝鲜用任意设备，Agent 实测仍靠 Mac

注册 platform.deepseek.com、复制 API Key、在 OpenRouter 上切换路由——Windows 或 Linux 完全够用。但若你要在 同一套环境 里跑 Cursor + DeepSeek V4 长上下文编程、用 Xcode 做 iOS 侧 Agent 联调、或在 Mac 上用 MLX 做 V4-Flash 量化版对照验收，Apple Silicon 统一内存 + Metal 图形栈 仍是阻力最小的路径。

更务实的做法：主力机继续调 API，把 V4-Pro Think Max 压力测试、多仓库 SWE-bench 回归、1M 上下文文档批处理放到 MACGPU 远程 Mac mini M4 节点——按需启停、SSH 安全访问，在峰谷计费框架下把算力留给真机验证，把本机留给日常稳定开发。