DeepSeek V4定档7月中旬，峰谷API定价同步落地

DeepSeek最近的动作密度相当高，产品迭代和技术开源两条线几乎是在同步提速。正式版V4已确定7月中旬上线，届时API会启动峰谷定价机制，高峰时段价格直接翻倍。与此同时，联合北京大学推出的推理加速框架DSpark也已全量部署到线上服务，单用户生成速度最高提升了85%。两件事放在一起看，传递的信号很清晰：这家公司正在把商业化压力管理和技术能力兑现这两件事，同时往前推。

6月29日，DeepSeek团队正式宣布了V4正式版的发布时间——7月中旬，同步上线的还有峰谷定价策略。从公布的价格表来看，高峰时段API价格是平时的两倍，平时价格与现行V4 API价格保持一致。高峰时段的定义也很具体：每天上午9点到12点、下午2点到6点。公司方面的解释是，这样做能更合理配置资源，提升服务稳定性。

技术层面同样有重量级动作。6月27日，DeepSeek联合北京大学发布了推理加速框架DSpark，并将全栈推测性解码工具链DeepSpec同步开源。论文由创始人梁文锋本人署名，已上传至公开代码库。实测数据很亮眼：DSpark部署后，V4-Flash单用户生成速度提升了60%至85%，V4-Pro提升了57%至78%，效果已在线上服务全量验证。这也是DeepSeek完成500亿元融资后，首次对外发布的开源技术成果。

对于API用户来说，峰谷定价意味着工作时段使用成本会明显上升；对于开发者而言，推理速度的显著提升或许能在高并发场景下部分对冲成本压力，同时也进一步降低了推理优化的落地门槛。

V4正式版上线与峰谷定价机制

DeepSeek V4模型的预览版是在4月24日上线并同步开源的，拥有百万字超长上下文，在Agent能力、世界知识和推理性能上都处于国内及开源领域领先位置。正式版计划7月中旬推出，预计会带来进一步的功能优化和性能提升。

V4系列这次分成了两个规格：旗舰版V4-Pro总参数达到1.6万亿，激活参数49B，预训练数据量33T，支持1M上下文，网页端以专家模式运行；轻量版V4-Flash总参数284B，激活参数13B，预训练数据32T，同样支持1M上下文，网页端以快速模式运行。两款模型都已完成开源并提供API服务。

峰谷定价是这次正式版更新的另一个核心变量。它将每日API使用成本切分为两个层级，平时价格维持现行水平不变，高峰时段收费翻倍。对于在工作时段密集调用API的企业用户来说，成本影响会相当直接；而那些有条件将批量任务迁移至低峰时段运行的用户，则可以在定价调整后维持原有的成本水平。

DSpark：推测性解码的工程化落地

DSpark并非一个全新架构的模型，而是在现有V4模型基础上引入了推测性解码模块，核心在于工程层面的优化落地。推测性解码的基本逻辑很直观：先由轻量级小模型快速生成候选token（相当于草稿），再由大模型并行验证，接受符合目标分布的连续前缀，这样就能在不损失生成质量的前提下显著提速。

DSpark针对这一技术路线在实际落地中的两个核心瓶颈，给出了针对性的方案。

第一个瓶颈是半自回归生成架构，主要解决并行草稿的"后缀衰减"问题——当并行独立生成各位置token时，位置之间缺乏依赖约束，越往后错误累积越严重，验证接受率会断崖式下跌。DSpark采用了"并行主干+轻量串行头"的两阶段设计：并行主干保留速度优势，串行模块则补充相邻token间的依赖关系，修正语义冲突，直接提升每轮验证的有效接受长度。测试结果显示，2层深度的DSpark有效接受长度甚至超过了5层深度的纯并行方案DFlash。

第二个瓶颈是置信度调度验证机制，主要针对全量验证导致的算力浪费问题。DSpark在草稿模型上增加了置信度评分模块，实时预测每个候选token的条件接受概率，并通过"顺序温度缩放"校准方法把评分误差从3%-8%压缩到大约1%。在此基础上，调度器根据实时负载动态调整验证长度：低并发时拉满算力，高并发时主动裁剪低价值token，避免资源争抢和速度骤降。