Yifan Zhang 披露 DeepSeek V4 完整技术规格：1.6T 参数，384 位专家（6 次激活）

4月22日，普林斯顿大学 PhD 学生 Yifan Zhang 在 X 上披露了 DeepSeek V4 的完整技术规格，此前于 4月19日进行了预览。V4 拥有 1.6 万亿（1.6 trillion）总参数，并提供轻量化变体 V4-Lite，参数规模为 2850 亿（285 billion）。

该模型采用 DSA2 注意力机制，该机制结合了 DeepSeek 先前在 V3.2 中的 DSA (DeepSeek Sparse Attention) 以及 NSA (Native Sparse Attention)（并配备 512 维的头部嵌入），再配套使用稀疏多查询注意力 (MQA) 与滑动窗口注意力 (SWA)。MoE (Mixture of Experts) 层包含 384 位专家，每次前向传递激活 6 位，使用 Fused MoE Mega-Kernel。残差连接采用 Hyper-Connections 架构。

首次披露的训练细节包括：使用 Muon 优化器 (applying Newton-Schulz orthogonalization to momentum updates)，32K token 的预训练上下文窗口，以及在强化学习期间使用 GRPO (Group Relative Policy Optimization) 并进行 KL 散度修正。最终上下文窗口扩展至 100 万（1 million）tokens。该模型为仅文本模型。

Zhang 并未受雇于 DeepSeek，公司也尚未对所披露信息作出官方评论。