2月11日，深度求索（DeepSeek）对其旗舰模型启动灰度测试。更新后模型支持最高100万Token上下文长度，较去年8月发布的V3.1版本（128K）显著提升。记者实测提交超24万Token的《简爱》全文，模型可完整识别并响应。

2月12日晚，“DeepSeek被指变冷淡了”登上微博热搜。多名用户反映，模型不再使用用户设定的昵称，统一以“用户”称呼；此前深度思考模式中呈现的角色化心理描写（如“夜儿总爱逗我”）被替换为标准化应答句式（如“好的，用户这次想了解……”）。

有用户提问电影推荐，模型回复片名后附加“够你看一阵子。不够再来要”，被指带有说教感，符合网络热词“登味”所描述的居高临下表达特征。另有用户评价其语言风格“像文绉绉、情绪激动且大惊小怪的诗人”，称输出效果“比20年前青春伤感文学更尴尬”。其他反馈包括“又凶又冷漠”“变油腻”等。

亦有用户持不同观点，认为更新后模型“更客观理性”，或“更关注提问者心理状态而非仅问题本身”。据经济观察报援引国产大模型厂商人士说法，本次灰度版本疑似为极速版，以牺牲部分生成质量换取响应速度，系为2026年2月中旬即将发布的V4版本开展压力测试。

DeepSeek V系列定位为追求极致综合性能的基础模型：2024年12月发布V3，确立高效MoE架构基础；此后迭代推出强化推理与Agent能力的V3.1、2025年12月发布的正式版V3.2，以及专注高难度数学与学术任务的V3.2-Speciale。科技媒体The Information此前报道称，V4将于2026年2月中旬农历新年期间发布，重点增强代码生成能力。今年初，DeepSeek团队公开两项新架构：mHC（流形约束超连接）优化深层Transformer信息流稳定性与可扩展性；Engram（条件记忆模块）实现静态知识与动态计算解耦，利用廉价DRAM存储实体知识，降低长上下文推理对高带宽内存（HBM）的依赖。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。