什么值得买App下载 App ›
连续签到专享现金活动

DeepSeek灰度上线1M上下文新模型,架构革新支持百万元级长文本处理

DeepSeek 正在灰度测试支持 1M(百万)token 上下文的新长文本模型结构。该模型于 2026 年 2 月 11 日起在网页端与 App 端逐步推送,上下文窗口从此前 V3.1 的 128K 跃升至 1M,知识截止时间同步更新至 2025 年 5 月。用户通过直接询问“你的上下文是多少?”可验证是否已接入新模型,回复“1M”即代表启用。目前官方尚未正式命名该版本,但多方信源指向其为 DeepSeek V4 的预发布形态。141117
01技术架构革新:支撑百万级上下文的底层突破
此次升级并非简单扩展上下文长度,而是基于全新架构设计。GitHub 仓库 FlashMLA 中出现代号“Model 1”的并行模型分支,其 KV 缓存布局、稀疏性处理机制与 FP8 解码策略明显区别于 V3.2,暗示 DeepSeek 已完成推理架构级重构。关键技术包括 2026 年 1 月发布的 Engram(条件记忆)模块与 mHC(流形约束超连接)技术,二者协同实现“查算分离”,显著降低百万 token 推理成本。此外,模型采用“无限透镜注意力”或“闪电索引器+细粒度 token 选择”等稀疏注意力机制,将计算复杂度从 O(L²) 降至 O(Lk),在保持长文无损的同时减少内存占用约 60%。142928
02行业位置与实际影响:国产大模型的效率突围
在主流大模型中,1M 上下文已成新竞争焦点。OpenAI 的 Opus 4.6 与 GPT-5.3 Codex 分别提供 1M 和 4M 上下文(均为测试版),而 DeepSeek 此次更新使其与国际头部模型处于同一量级。实测显示,新模型可完整处理《三体》三部曲(约 90 万字)或超 24 万 token 的《简爱》文档,并在逻辑推理任务(如“洗车距离 50 米应开车还是步行”)上表现优于 Qwen3-Max、Kimi 等国产竞品。更重要的是,其推理成本据称仅为 GPT-4 Turbo 的 1/70,结合对华为昇腾等国产算力的“Day-0”支持,标志着国产大模型正从参数规模转向效率与生态适配的深度竞争。7111
模型上下文长度状态知识截止多模态支持
DeepSeek(新灰度版)1M token灰度测试中2025年5月否(纯文本)
DeepSeek V3.1128K token已上线2024年7月否
Opus 4.61M token测试版未明确部分工具集成
GPT-5.3 Codex4M token付费用户可用未明确否(编程专用)
Kimi约200K token公开可用2024年10月有限

主流大模型上下文能力对比(截至2026年2月)

03用户行动建议:如何验证与评估适配性
  • 验证是否接入新模型
    在 DeepSeek 网页端或 App 中直接提问:“你的上下文是多少?知识截止到什么时候?”,若回复“1M”和“2025年5月”,则已使用新架构模型。
    12
  • 开发者可尝试长文本任务
    上传整本小说、完整代码库(如 GitHub 项目)或长对话历史,测试模型在跨段落指代、逻辑一致性及信息提取上的表现。
    13
  • 企业用户关注成本与部署
    鉴于其宣称的低推理成本与国产芯片适配能力,建议评估在私有化部署或高吞吐场景下的 TCO(总拥有成本)优势,尤其适用于代码分析、法律文书处理等长文本密集型业务。
    10
需注意,当前版本仍处于灰度测试阶段,未正式发布 V4 命名,且不支持多模态输入(仅提取 PDF/Word 等文件中的文字)。官方尚未公布 API 接入细节或商用计划,建议持续关注 DeepSeek 官方技术博客与 GitHub 仓库更新。对于追求极致长上下文效率的用户,该模型提供了当前国产方案中最具竞争力的选项之一。26

评论

评论区空态插画

当前文章无评论,是时候发表评论了