DeepSeek-V4-Pro-Base 是深度求索（DeepSeek）推出的基础模型版本，定位为开源权重路线上的新一代预训练基座。它目前尚未以正式产品形式广泛发布，但因微软等竞争对手在训练效率对标中反复引用其成绩，已成为衡量前沿开源基座模型水平的一个参照基准。
DeepSeek-V4-Pro-Base 近期进展
目前公开信息主要来自第三方与竞品方的侧面披露。据 Microsoft AI 称以 1/12 训练算力在代码任务上追平 DeepSeek-V4-Pro-Base，微软 AI 负责人 Mustafa Suleyman 表示，其新模型仅用约十二分之一的训练算力，就在代码任务上达到了与 DeepSeek-V4-Pro-Base 相当的水平。
在训练效率方面，Microsoft MAI-Base-2 预训练完成，FLOPs 效率达 DeepSeek-V4-Pro-Base 的 4-12 倍 一文指出，微软 MAI-Base-2 的 FLOPs 利用效率据称是 DeepSeek-V4-Pro-Base 的 4 到 12 倍。
模型规格方面，Microsoft AI 发布基础模型 MAI-Base-2，参数 2.8T 报道了微软新基座模型的总参数规模为 2.8 万亿；微软完成 MAI-Base-2 预训练，2.8T 参数强于所有参测开源权重模型 则称其在测试中优于所有参测的开源权重模型——这一定位直接触及 DeepSeek 所代表的开放权重阵营。
当前焦点与观察点
围绕 DeepSeek-V4-Pro-Base 的讨论，焦点并不在模型本身的发布细节，而在它作为开源基座标杆所受到的效率挑战。微软方面给出的 4-12 倍 FLOPs 效率差距和 1/12 算力追平代码任务的说法，若得到独立复现，将压缩 DeepSeek 在性价比上的传统优势区间。
不过这些数字均来自竞争方自述，缺乏第三方基准验证，且“追平”局限于代码这一单一维度，未覆盖数学、推理、多语言等通常用于评估基座模型的完整任务面。观察点包括：DeepSeek 官方是否会正式发布 V4-Pro-Base 并公开技术报告与评测细节；开源权重模型与闭源阵营在训练效率上的真实差距如何收敛；以及开放权重路线在算力成本持续下降背景下能否维持其生态优势。