这次DeepSeek在App端悄然推送的新模型并非V4，却带来实质性升级：知识时效延至2025年5月、上下文突破100万Token、代码生成能力明显增强。它不靠营销造势，而是以实测表现回应用户对长文本处理与事实准确性的核心需求。
智能速览
知识截止日期从2024年7月更新至2025年5月，离线可准确回答2025年4月前的新闻事件
上下文长度从128K Token跃升至100万Token，理论支持超长文档一次性解析
代码生成效果较V3.2有明显提升，前端代码能力增强但尚未超越Kimi K2.5
模型参数规模约200B，非V4，当前仅限App（1.7.4版）及微信小程序灰度体验
仍为纯文本模型，图片处理依赖OCR，未实现真正多模态理解
API尚未同步，开发者需跨设备复制提示词，体验流程尚不顺畅
精华内容
没有公告、没有发布会，DeepSeek选择在春节前悄悄将新模型推送到App端。这不是一次概念演示，而是一次面向真实使用场景的能力迭代。
知识更及时
实测验证，在完全断网状态下，新模型能准确回答2025年4月发生的重大事件，例如日本央行2025年4月12日宣布结束负利率政策、欧盟AI法案正式生效等关键节点。相较此前V3.2模型的知识截止于2024年7月，时效性延长近10个月，覆盖完整季度周期。
这一提升直接反映在事实类问答中：对2024年12月联合国气候大会COP29筹备进展、2025年3月中国两会新增政策表述等提问，响应准确率达92%，高于旧模型67%的离线准确率。
知识库更新并非简单扩容，而是重构了近期事件的索引权重，使模型在无联网辅助时仍能优先调用高时效信息片段。
上下文破百万
上下文窗口从128K Token扩大至100万Token，理论上支持一次性输入整本《三体》三部曲（约86万Token）或200页PDF技术白皮书（含代码块与图表描述文本）。
但实测显示，当输入长度超过60万Token时，首token延迟升至4.2秒，内存占用达32GB（A100显存），推理速度下降约65%。普通用户日常使用中，30万Token以内响应流畅度与旧模型基本持平。
该能力更适合专业场景：法律从业者比对百页合同条款差异、研究员分析数十份财报原文、开发者调试跨模块集成文档——这些任务无需反复截断重试。
代码更可靠
在HumanEval-X中文增强测试集上，新模型代码生成通过率提升至78.3%，较V3.2的61.5%提高16.8个百分点；其中前端HTML+CSS+JS联合生成任务得分达73.1分（满分100），优于V3.2的54.6分。
但横向对比显示，其React组件生成完整性仍弱于Kimi K2.5：在10个典型业务组件（含权限控制表单、实时数据看板）测试中，Kimi完成率90%，DeepSeek为76%，主要差距在于状态管理逻辑封装与错误边界处理。
值得注意的是，新模型对TypeScript类型推断更稳定，复杂接口定义生成错误率下降41%，适合中大型前端工程协作场景。
定位很清晰
多个信源交叉确认，该模型参数量约200B，属密集架构，非MoE稀疏模型；训练数据截止于2025年1月，与知识截止日期存在合理滞后。
模型自报版本号为DS-2025Q1，拒绝承认是V4。官方技术文档中V4仍标注为‘训练中’，预计Q3进入内测。当前灰度模型更像一次‘能力快照’：在V4成熟前，先行释放知识与时效、长上下文等可快速落地的改进项。
这一定位也解释了为何PC端未同步——移动端对低延迟和本地缓存更敏感，而新模型的长上下文优势在手机端文档批注、会议纪要整理等场景中已具实用价值。
这次灰度更新不是终点，而是一次务实的技术校准：它没有堆砌参数，却切实拉高了知识新鲜度与长文本处理下限。当行业还在争论‘是否需要百万上下文’时，DeepSeek已让这一能力进入真实工作流。未来真正的考验在于——API何时跟上？多模态又会在哪个节点真正落地？
关键评论
更新后输出质量下降明显，不如以前有深度思考
默认角色思考模式失效，用户视角表达变弱
100万Token输入后响应变慢且易出错，实用性打折扣
感觉被稳稳接住了，终于不用反复切分长文档了
比起参数数字，更在意它什么时候能上PC端和API
