如果你今天打開 DeepSeek 的 API 文件，會看到一則不太像一般模型更新的公告：DeepSeek-V4 Preview 已經上線並開源，而且 1M context 不再是加購選項，而是所有官方服務的預設值。根據 DeepSeek 官方 API Docs 的公告，這次更新的重點不是又一個 benchmark 分數，而是把長 context 的成本結構重新壓了一遍。
兩檔模型，一個遷移路徑
這次推出了兩個型號。DeepSeek-V4-Pro 是 1.6T 總參數、49B 活躍參數的旗艦，官方宣稱在 Agentic Coding benchmark 上是開源 SOTA，數學、STEM 與 coding 推理則超越所有現有開源模型。DeepSeek-V4-Flash 則是 284B 總參數、13B 活躍參數，官方定位是快速且經濟的選擇，在簡單 agent 任務上表現與 Pro 相當。
對已經在用 DeepSeek API 的團隊，遷移成本出乎意料地低：base_url 不用動，只要把 model 名稱改成 deepseek-v4-pro 或 deepseek-4-flash（官方文件寫的是 deepseek-v4-flash）。兩個型號都支援 OpenAI ChatCompletions 和 Anthropic 兩種 API 格式，也都有 Thinking / Non-Thinking 雙模式。
不過有一個硬期限要注意：公告明確指出 deepseek-chat 和 deepseek-reasoner 會在 2026 年 7 月 24 日 15:59（UTC）之後完全退役，目前這兩個名稱分別路由到 V4-Flash 的 non-thinking 和 thinking 模式。如果你的程式碼還寫著舊名稱，等於是把 model selection 交給別人決定。
1M context 為什麼值得認真看
官方把這次的重點放在「結構創新與超高 context 效率」：新的 attention 設計結合了 token-wise 壓縮和 DSA（DeepSeek Sparse Attention），宣稱在大幅降低計算與記憶體成本的同時，做到世界領先的長 context 表現。1M context 已經是所有官方 DeepSeek 服務的預設。
對 builder 的實際意義是：過去要靠 chunking、摘要、多輪檢索拼湊的場景，現在可能可以直接塞進一個請求。但這也代表成本估算要重做——context 變長不等於免費，只是單位成本壓低了。之前談 DeepSeek-V4-Pro 正式版的計價與推理強度控制 時提過，DeepSeek 的定價策略一直對成本敏感的團隊很友善，這次的 Flash 型號延續同一個方向。
Agent 場景是主要賣點
公告裡另一個值得注意的訊號：DeepSeek-V4 已經整合 Claude Code、OpenClaw 和 OpenCode 等主流 agent 工具，而且官方表示 DeepSeek 內部的 agentic coding 已經在用這套模型。如果開源宣稱屬實，這對想在自己架的 agent pipeline 裡用開源權重（Hugging Face 上有開放 weights 和技術報告）的團隊來說，是一條可行的路。
幾個務實的提醒
這是 Preview 版本，官方同時提醒近期有不少非官方訊息流傳，DeepSeek 的消息應以官方帳號為準。benchmark 宣稱（例如「僅次於 Gemini-3.1-Pro」）目前只能對照官方技術報告自行驗證。
實際的下一步很簡單：把 production 裡所有寫死 deepseek-chat 和 deepseek-reasoner 的地方找出來，在七月退役期限前換成明確的 model 名稱，然後用你自己的任務跑一輪成本與品質對比——特別是那些原本被 context 長度逼著做工程 workaround 的場景，現在值得重新算一次帳。