DeepSeek-V4 百万 token 上下文:推理系统如何应对
深度2026年5月8日12 分钟阅读

DeepSeek-V4 的百万 token 上下文不是简单的基准测试提升,而是一个架构级变化——它将长上下文问题从模型设计转移到了推理服务系统。Together AI 基于 NVIDIA HGX B200 的早期适配经验,拆解了 V4 的压缩注意力机制、KV 缓存布局和前缀缓存策略,并讨论了不同工作负载下的服务配置选择。
觉得有用?分享给更多人

觉得有用?分享给更多人
AI Agent的可靠性瓶颈不在模型能力,而在于上下文层的质量。团队需要构建结构化的领域知识图、精确的工具检索(如假设调用匹配)、以及执行层的安全护栏。基础设施的差距正在成为团队间的分水岭。
作者在 fd 代码仓库中对 Grok 4.5 和 Claude Opus 4.8 进行了三项对比测试(bug 修复、重构、功能开发)。结果显示,Grok 使用了 Opus 约 23% 的 token、约 32% 的时间,成本仅为约 1/5,且代码质量几乎相同。