DeepSeek V4 发布后，海外开发者社区在讨论什么
2026 年 4 月 24 日，DeepSeek V4 Preview 正式上线，同时开源权重。并不像在公众号推文中那句：「不诱于誉，不恐于诽，率道而行，端然正己」，引得朋友圈争相转载，海外的宣传略显低调，但也在几个小时内冲上了 Hacker News Past 第一位，累计 1800+ 点赞、1400+ 条评论。这个数字，放在任何一个科技话题里都算得上炸锅。
本文整理了海外社区（主要来自 Hacker News）中的一些讨论，看看海外开发者都在讨论什么。
模型本身：规格与基准
DeepSeek 这次发布了两个模型：
- DeepSeek-V4-Pro：1.6T 总参数 / 49B 激活参数，1M 上下文，定位媲美顶级闭源模型。
- DeepSeek-V4-Flash：284B 总参数 / 13B 激活参数，速度快、成本低，适合高频调用。
两个模型均支持思考模式（Thinking Mode）与非思考模式切换，API 仅需修改 model 参数即可切换，兼容 OpenAI ChatCompletions 与 Anthropic API 格式。
从 HN 上有人做的实测对比来看，V4-Pro 在多项基准上与 Claude Opus 4.6 大体持平，在竞争性编程（competitive coding）方面甚至有优势，但在软件工程类任务上略逊于 Opus 系列。另有用户用自己的硕士/博士级概率统计题目做了测试，评价是"感觉是开源模型的巨大飞跃"。
官方发布的技术亮点中，结构性创新值得关注：Token-wise 压缩 + DSA（DeepSeek Sparse Attention），实现长上下文下计算与内存的大幅降低，并把 1M 上下文设为所有官方服务的默认值。
定价：真正让西方同行坐立难安的部分
如果说技术规格只是"又一个强模型"，那定价才是这条新闻的核心爆破点。
HN 用户 kybernetikos 写道：
如果你能以五十分之一的价格拿到一个几乎同等能力的模型，大多数场景你都会选它。你或许还会把少量最难的 token 发给更贵的模型，但那顶多占 10%。我不知道 Anthropic、OpenAI、Google 靠什么撑住现在的烧钱速度，如果他们只能处理最难的那 10%。
这个逻辑并不新鲜，但被说得相当直白。另一位评论者则从战略角度提出了更谨慎的看法——glenstein 的评论获得了大量好评：
DeepSeek 最核心的创新是以极低成本复现了接近前沿的能力，但在前沿本身继续推进的成本，依然由西方公司承担。如果 GPT/Claude/等模型"只是"在最贵的模型上领先，那也仍然是护城河。
这是整个线程里难得的清醒声音：跟上成本低，但率先突破的代价还是很高。
不过也有评论指出一个反向逻辑：DeepSeek 的超低定价是否构成"倾销"（dumping）？即以低于成本的价格抢占市场份额，打垮竞争对手后再提价。这个担忧没有结论，但值得关注。
华为芯片：一场被仔细纠偏的误传
HN 原帖中点赞最高的评论之一写道：“它完全运行在华为芯片上，零 CUDA 依赖——中国 AI 技术栈已经独立完整。”
这话传播很快，但很快就被用户 nabakin 用六条来源逐条核查：
这是一个没有证据支撑的重大说法。我查阅了论文、HuggingFace、Twitter、微信公众号和官方新闻稿，没有找到任何支持这一说法的表述。论文中唯一涉及华为的内容，是他们在 Ascend NPU 上验证了一种降低互联带宽的技术（同时在 NVIDIA GPU 上也做了验证）。中文版新闻稿有一条脚注提到，等华为 Ascend 950 超节点在今年下半年大规模上线后，V4-Pro 的推理价格预计会大幅下降。
归纳一下实际情况：
- DeepSeek V4 目前仍在 NVIDIA GPU 上训练和推理；
- DeepSeek 计划在今年下半年将 Huawei Ascend 950 超节点引入推理集群，以进一步降低成本；
- 论文中确实验证了一项技术在华为 Ascend NPU 上也能跑，但这与"完全运行在华为芯片上"相差甚远。
这个误传的传播路径倒是很有意思：一条高赞但存疑的评论被大量转引，而认真做事实核查的回复则在早期被 down 投票。HN 上有人专门对此发出了感慨：这种情况在技术论坛里本不该出现。
这里放一条华为昇腾官方发布的公众号推文：DeepSeek V4正式发布，昇腾超节点系列产品全面支持 ，感兴趣的可以去看看。
开发者反馈：用脚投票
抛开争议，实际使用者的声音更值得参考。
有用户直接表示已经把工作流切到 DeepSeek：
“作为美国公民，我几乎只用中国 AI 做编程，因为我觉得 Claude 和 Codex 的价格是明抢。”
也有人给出了具体的使用技巧：
“如果你好好提示它，给出你为什么这样要求的背景，它的表现会大幅领先其他模型。”
开源权重（MIT 许可证）被多次提及作为核心优势：不用担心 token 计费、订阅限制，或未来模型悄悄降级。对于需要本地部署或离线运行的场景，这一点尤为关键。非 NVIDIA 硬件用户（如 AMD 显卡）则被告知：只要支持 Vulkan，llama.cpp 的 Vulkan 后端性能与 CUDA 差距不大，可以跑 GGUF 格式的量化权重。
地缘政治：话题的"引力阱"
老实说，HN 这个讨论贴里大约有 80% 的评论是关于中美关系、谁更有道德立场、以及谁欠了谁债的讨论。这不是本文的重点，这里只简单一提：
用户 sigmoid10 的发言代表了一种并不少见的矛盾心理：
虽然 AI 栈的垄断被打破是好事，但由中国来控制唯一的替代方案，我也不确定自己该如何感受。
当然这是比较平和的发言，更多的发言仍然充斥着偏见、落后的认知以及自以为高人一等的优越感，这里就不做转述。
小结
DeepSeek V4 的海外社区反应，大致呈现三层叠加：
- 技术层：开源权重 + 接近前沿的性能 + 极低价格，开发者热度真实，尤其在编程和长上下文场景；
- 战略层：对 OpenAI/Anthropic 商业模式的冲击被反复讨论，但也有人指出"追上成本低、率先突破成本高"的护城河逻辑仍然成立；
- 叙事层：华为芯片的误传、中美科技战的宏大叙事，把大量的讨论空间挤掉了，而事实核查的声音在早期反而被压制——这本身也是观察这场讨论的一个切面。
对于大多数开发者来说，真正的问题其实很简单：同等质量、更低价格、可本地运行——为什么不用？怎么用好？