production-codebases

对Deepseek V4在多个生产代码库上的百万token上下文窗口的详细评估显示，在150-250k token时性能最佳，超过300k后性能下降，推理模式下延迟显著。该模型在未知任务上表现出较高的幻觉率，生产环境中需要验证层。