OpenClaw 把 DeepSeek V4 设为默认模型，AI 助手格局变了

2026年4月24日，OpenClaw 发布 2026.4.24 版本。更新日志里有一行字，安静得几乎没人注意：

“

DeepSeek V4 Flash 成为新用户开箱即用的默认模型。

这行字比整个更新日志里其他 50 项新功能加在一起还重要。

一、这件事到底意味着什么？

OpenClaw 是目前全球能力最完整、生态最开放的 AI 助手框架之一。你正在用的 WorkBuddy，底层就是 OpenClaw。

把一个模型设为默认，意思是：每一个第一次安装 OpenClaw 的用户，打开后的第一句话，就是由这个模型来回答的。

在此之前，这个位置长期被 Claude（Anthropic）或 GPT（OpenAI）占据，两家都是美国公司的闭源商业模型。

现在换成了一个中国团队做的、MIT 协议开源的模型。

这件事在 AI 圈的分量，我打个比方：相当于 iPhone 出厂默认搜索引擎从 Google 换成了别的——而且这个”别的”是把搜索算法开源的那种。以前不敢想。

二、DeepSeek V4 到底什么水平？

先摆参数，再聊门道。

两个版本完全开源，MIT 协议，商用无门槛。

Pro 版 1.6T 总参数，目前是全球最大的开源模型。Flash 版激活参数只有 13B，每次推理实际只调动 130 亿参数，成本极低，但能力在 Max 模式下几乎追平 Pro。

这恰恰是它能成为默认模型的核心原因：够强，且够便宜。

根据社区测算，DeepSeek V4 Flash 的推理成本大约是 Claude Sonnet 的 1/20，GPT-4o 的 1/15。对于 OpenClaw 这种需要大量工具调用、多轮对话、长上下文的 Agent 场景来说，成本结构直接决定了产品能做到什么程度。

三、OpenClaw 为什么选它？

光便宜没用，还得能用。

OpenClaw 的核心场景不是”聊两句”，而是 Agent 工作流：连续调用浏览器、操作文件、跑代码、发消息、接会议。这对模型的考验不是聊天能力，而是三件事。

第一，工具调用的稳定性。

多轮工具调用是 DeepSeek 之前的软肋。V4 这次专门修了一堆相关 bug。GitHub 的 issue #71372 记录了一个具体问题：在连续工具调用轮次中，assistant 消息的 reasoning_content 字段缺失，会触发 provider 的 replay 检查报错（400 错误）。V4 Flash/Pro 在这个场景下现在稳了。

第二，长上下文下的推理质量。

OpenClaw 的会话上下文经常跑到 5-10 万 token。DeepSeek V4 的 100 万 token 上下文不是摆设，Flash 版在长上下文 benchmark 上基本追平了 Claude 3.7 Sonnet。

第三，中文自然度。

这个不需要 benchmark 证明，你自己用就知道了。用英文写代码注释两个模型差不多，用中文讨论业务逻辑，DeepSeek 的语感明显更贴近国内工程师的表达习惯。

四、两个细节，看得出 OpenClaw 很认真

这次接入不是”加个模型选项”那么简单，OpenClaw 在框架层做了不少适配工作。

细节一：thinking/replay 兼容层重构。

DeepSeek V4 支持思维链（reasoning_content），但 OpenAI 兼容模式和 Anthropic 模式的 replay 策略不同。OpenClaw 把这两套逻辑打通了。V4 的 thinking 内容在 replay 时正确保留，关闭 thinking 时又干净地剥离。这个工作在 GitHub 的 commit 记录里能找到，改动涉及十几个文件。

细节二：模型目录静态化。

以前 OpenClaw 启动时要枚举 registry 来列模型列表，现在把常用模型（包括 DeepSeek V4 Flash/Pro）做成静态目录，启动快了不少。这个改动看起来小，但对用户体验的影响很直接，尤其是网速不好的时候。

五、格局真的变了吗？

说”变了”可能有点早，但说”开始变”是准确的。

从数据上看三个趋势：

趋势一：开源模型在 Agent 场景的占有率正在快速上升。

两个月前，OpenRouter 的数据是闭源模型占 85% 的 Agent 调用量；上个月这个数字降到了 72%。DeepSeek V3 和 V4 是主要贡献者。

趋势二：成本正在重新定义”能做什么”。

以前做一个需要每天跑 100 万 token 的 Agent 任务，Claude 的账单是 15 美元，DeepSeek 是 0.5 美元。差 30 倍。这个差距会让很多之前”理论上可行但算不过账”的 Agent 产品变成现实。

趋势三：中国 AI 模型从”追平”进入”局部领先”。

DeepSeek V2 的时候是追，V3 的时候是平，V4 出来以后，在推理成本、长上下文、代码能力这几个维度上，已经没有明显对手了。

六、你该怎么用？

如果你已经在用 OpenClaw（或者 WorkBuddy），升级到 2026.4.24 之后，新会话默认就是用 DeepSeek V4 Flash，不需要任何配置。

如果想手动切换：

# 切换到 V4 Pro（更强，但贵一点）openclaw config set agents.defaults.model.primary "deepseek/deepseek-v4-pro"# 切换到 V4 Flash（默认，便宜，够用）openclaw config set agents.defaults.model.primary "deepseek/deepseek-v4-flash"

如果你是国内用户，还有一个好消息：DeepSeek 的服务器在国内，延迟比 Claude/GPT 低得多。同等网络条件下，DeepSeek 的首次响应时间大概是 Claude 的 1/3。

尾声

两年前，大家讨论的是”中国什么时候能追上”。

一年前，大家讨论的是”追上了吗？”

现在，OpenClaw 把 DeepSeek V4 设为默认模型，答案已经不需要讨论了。

下一个问题反过来了：当最好的开源模型来自中国，全球开发者会怎么选？

我觉得答案已经在那里了。你去看看现在 GitHub 上新出来的 Agent 项目，dependencies 里有多少个 deepseek，就知道了。

2026 年，AI 助手的话语权，正在发生某种转移。这一次，不是从美国东海岸搬到西海岸，而是跨了太平洋。

参考资料：OpenClaw GitHub Release v2026.4.24、IT之家、123ai.org、GitHub issue #71372（2026年4月）