DeepSeek模型分类大致分成通用对话旗舰(V系列,现在的主力是V4)、推理专精(R系列)、代码专精(Coder系列)、多模态(VL/Janus)和数学科研(Math/Prover)这五条线,日常用V4就够了,特殊场景再挑对应的专项模型。具体每条线是咋回事,往下给你分享。 一、通用对话旗舰:V系列,现在的主力是V4
这条线是DeepSeek最核心的产品线,迭代路径大致是V2到V3(2024年底)、V3.1(2025年9月,上下文扩到百万token)、V3.2(2025年12月,引入稀疏注意力机制DSA)、再到V4(2026年4月发预览版)。
现在API和产品里主推的就是V4系列,分Flash和Pro两个版本:V4-Flash是2026年7月31日上线的正式版,参数量2840亿、激活130亿;V4-Pro参数量更大,1.6万亿总参数、激活490亿,不过Pro的正式版目前还没发布,暂时还是预览状态。两者都支持1M上下文、JSON输出、工具调用这些能力。
二、推理专精:R系列,现在已经并入主线
R1系列(含R1-0528更新版)当年是专门主打深度推理的独立模型,数学、逻辑这类任务表现突出。不过从V3.1开始,DeepSeek把"思考模式"直接内置进了通用模型里,一个模型就能在思考和非思考之间切换,不用再单独调用一个推理模型。到V4这一代,这个设计延续下来,Flash和Pro都自带思考模式且默认开启。要提醒一句,旧的API模型名deepseek-chat和deepseek-reasoner已经在2026年7月24日停用了,现在得改成deepseek-v4-flash或deepseek-v4-pro。
三、代码专精:Coder系列
DeepSeek Coder是专门针对代码生成和理解训练的模型,用了大量代码数据(早期版本代码占比超过八成),支持FIM(中间填充)代码补全,配合IDE用起来比较顺手。这条线更适合本地部署、隐私敏感的代码场景,或者需要针对特定语言精调的情况,通用聊天和复杂Agent任务还是V4系列更合适。
四、多模态:VL和Janus系列
DeepSeek-VL主攻图文理解,Janus-Pro是更新一代的统一多模态模型,同时支持图像理解和文生图,核心创新是把"理解"和"生成"两条路径拆开设计独立的视觉编码器,避免两个任务互相拖累效果。需要处理图片、做视觉分析的场景可以考虑这条线。
五、数学和科研:Math与Prover
DeepSeek Math专攻数学推理,Prover专门做数学定理证明,都是偏学术研究向的专项模型,日常场景基本用不上,主要面向科研和竞赛类需求。
看完这篇deepseek模型分类的梳理,选模型其实不用纠结,日常对话和写代码直接用V4系列,需要本地部署代码场景选Coder,处理图片选VL或Janus,纯学术需求再考虑Math和Prover,按实际场景对号入座就行。