DeepSeek 上線「專家模式」和「視覺模式」，V4 正式推出前最後暖身？

DeepSeek 在 4 月 8 日悄悄推送三模式測試：快速、專家、視覺三軌分流，被社群視為 V4 正式上線前的最後暖身。
（前情提要：DeepSeek V4 拒絕輝達 找華為！阿里、位元組跳動、騰訊搶買昇騰950PR晶片）
（背景補充：DeepSeek V4 宣布棄用輝達！中國 AI「算力獨立」突圍戰走到哪了？）

本文目錄

Toggle

• 三軌分流：快速、專家、視覺各司其職
• 專家模式爭議：是架構差異，還是提示詞工程？
• V4 的真正意義：如果算力真的脫鉤

4月 8 日凌晨，DeepSeek 網站與 App 同步推送了一次更新，介面變成三個模式選項。這不是功能完整的正式上線，而是針對部分使用者的先行測試，但訊息一出，社群立刻把它和 V4 的發布時程連結在一起。

三軌分流：快速、專家、視覺各司其職

三個模式的分工相當明確：

**快速模式（Fast Mode）**是預設選項，面向日常對話與即時響應，使用輕量低延遲模型，無使用上限限制，但附件支援僅限文字提取，不處理影像或語音。

**專家模式（Expert Mode）**定位複雜推理任務，支援深度思考模式，社群實測顯示單次推理可觸發超過 500 秒的思考時間。這個模式在高峰時段需要等待，也不支援附件和語音上傳。目前仍處於測試階段，未對所有使用者開放。

**視覺模式（Vision Mode）**是三者中最具象徵意義的一個，這是 DeepSeek 首次在消費端正式支援視覺輸入，多模態能力不再只是 API 層面的技術選項，而是直接面向一般使用者。

整體邏輯是：把算力消耗按任務型別分流，高頻低需求走快速通道，高算力推理走專家通道，圖文輸入走視覺通道。這套設計本身並不新鮮，但 DeepSeek 是中國頭部模型裡第一個在消費產品層面這樣做的。

專家模式爭議：是架構差異，還是提示詞工程？

社群對這次測試的討論，很快聚焦在一個技術疑點上。

部分測試使用者發現，專家模式的回答品質比快速模式只有微幅提升，差距沒有想像中大。更關鍵的是，有使用者直接詢問模型本身，得到的答覆是：兩個模式的底層架構相同，差異主要來自 system prompt 的調整。

如果這是事實，那「專家模式」的本質更接近一個調校過的系統提示詞，而非一個獨立的推理模型。

DeepSeek 沒有正式回應這個質疑。從外部視角看，有兩種可能的解讀：一是這只是灰度階段的臨時配置，真正的模型分層等 V4 上線後才會啟用；二是分層設計的目的本來就不是模型層面的切換，而是透過不同的推理預算和系統配置來控制算力消耗，讓更多使用者可以同時使用。

V4 的真正意義：如果算力真的脫鉤

三模式介面本身，是個使用者體驗層面的升級。但它背後連結的 V4，才是這次更新真正的重量所在。

DeepSeek 團隊已確認 V4 推遲至 4 月，主因是華為昇騰晶片的深度適配工作。已知的技術規格相當激進：1 兆引數規模、SWE-bench 編碼能力測試 81% 透過率、API 定價 $0.30/MTok，以及一套自研的長期記憶技術 Engram：一個條件式記憶機制，讓模型能跨對話保留使用者偏好與上下文。

但 V4 最值得觀察的，還是算力底層的選擇。

如果 V4 真的完整執行在華為昇騰與寒武紀等國產晶片上，它將成為第一款在消費端規模化的、完全繞過輝達 CUDA 生態的主流大模型（不過由於我們知道有大量輝達晶片走私進入中國，所以背後真實情況又更為複雜）。