Deepseek V4 Flash 最新测试报告！升级版Benchmark！
本期视频实测 DeepSeek 推出的 V4 Flash 最新版本，DeepSeek 国产旗舰开源大模型系列的轻量级极速版本。本期视频用升级版祖传测试用力测评，看 DeepSeek V4 Flash 究竟能不能打。
相关工具已收录于 AI工具严选
DeepSeek
幻方量化推出的AI智能助手和开源大模型
微信赞赏
相关推荐
2026-09-01
Deepseek Harness（16）！终于出Office全家桶了！
Deepseek‑Harness 办公套装发布了 dsh‑univer‑office 开源插件，直接补齐中文文档短句，无需云端，本地就能一键产出 PPT、Word、Excel，图表、公式全都支持。 实测生成了一份 3 页 PPT，成品效果十分亮眼。完全免费开源，不受次数限制，生成速度飞快，妥妥的 Deepseek‑Harness 必备技能。 AI 产品狙击手，每天分享免费 AI 工具和技巧，关注我…… 访问入口
2026-09-08
Deepseek V4.1 多模态测评！能打吗？
Deepseek V4.1 预览版多态实测来了！上一轮我们测试推理与编程能力，今天直接拿祖传多态测试用例检验图像能力，该模型暂不支持视频，所以只做图片测试。 首先传入《老无所依》电影截图片名询问影片名称，任务跑了二十多分钟，Deepseek Harness 浏览器几乎卡死，只能终止任务。过程中模型可以识别画面内容，但始终识别不出电影名字。换一张同影片简单截图，耗时五分钟多才成功识别出来。 接下来判断图片里对话亭相对黄色货车的方位，模型准确答出右侧，答案无误。 找不同题中，精确定位第一行第四列倾斜十二度，多观察能力可圈可点。再提升难度，统计画面里雄鸳鸯数量，雄性 5 只识别正确，雌性统计出错——把画面左侧的野鸭错误计入雌性鸳鸯数量。 原本准备两道视频测试题，受限于模型不支持视频输入无法开展。整体图片测试有亮点也有明显短板，大家觉得这个模型多模态水平到底如何…… 访问入口
2026-07-01
Kun:Deepseek开源桌面版终于来了！直接对标Codex！
DeepSeek推出了开源桌面版应用，直接对标OpenAI Codex和Claude Code。DeepSeek桌面版集成了其强大的大语言模型（DeepSeek V2/V3系列），为开发者提供本地运行的AI编程助手。与需要联网的Cloud IDE不同，DeepSeek桌面版完全本地运行，保护了代码隐私。它在代码理解、生成和调试方面表现出色，支持多种主流编程语言。完全免费开源，是国产AI编程工具的重要里程碑。 访问入口
2026-08-28
Deepseek Harness 入门（15）！峰谷费用仪表盘！
这款 dsh-cost-meter 插件能帮你精准把控费用！安装之后左下角实时展示账号余额、当日消费金额，还会贴心提示距离峰谷收费切换的剩余时长，方便大家错峰使用节省成本。 每一轮对话结束，对话框下方立刻显示本次聊天产生的花费，哪怕只是发送一句 hi，也能看到产生了三分多钱的消耗。进入插件设置里的费用菜单，还可以查看详尽的用量报表、开启高峰期弹窗提醒，各类自定义选项十分丰富。 想精细化管控模型开销的开发者，不妨亲自上手体验一下。 访问入口 dsh-cost-meter 插件（峰谷费用仪表盘插件）
2026-08-22
Deepseek最新多模态模型测评报告！
万众期待的 Deepseek V4-Flash-Vision-Exp 识图专项测评来了！上期测完推理编程能力，本期专门实测它的图片解析实力，注意这款模型仅支持读取图片，并不能生成图像。 测试前记得将 Deepseek-Harness 升级至 0.1.1-rc2 最新版本，目前也仅有官方 Harness 适配该模型。本次准备了三张实测素材：JS 报错截图、大模型 SWEbench 评分图表、个人博客页面截图。 上传 JavaScript 报错图，模型精确定位未定义变量并给出修复方案；解析跑分图片，完整提取全部数据并整理成表格，解读出关键信息；博客截图转 HTML 代码，生成页面外观高度还原原图，仅次要菜单未开发。整体识图表现亮眼，那么在你心里这款多模态模型究竟打几分…… 访问入口
2026-09-08
Deepseek V4.1 测评报告！究竟有多能打？
Deepseek 全新内测 v4.1‑flash 中间版实测来了！模型标识为 deepseek‑v4.1‑flash‑expires‑on‑0910，直接搬出祖传全套测试用例，在 pi 环境把思考模式拉满开启测评。 第一题强约束指令生成测试，句子结尾全部满足 1‑10 格式，仅有第七句语句不通顺其余表现尚可。 第二题新版 24 点需要输出三组解法，三个答案全部正确。 第三题七位数密码锁推理也成功算出标准答案。 来到编程能力测试，第四题精美浏览器操作系统出现桌面空白，推测背景图加载失败，弹窗与 Dock 栏功能正常，但太空射击游戏直接报错无法运行。 第五题 3D 赛车游戏完成度很高各项功能运行正常。 第六题零第三方库 Trello 看板界面中规中矩，列表、卡片的增删改拖拽全部可以正常使用。 整套测评下来浏览器操作系统项目拖了后腿，否则可以拿到更高分数，不过作为 flash 版本整体响应速度十分出众，大家对这个模型有什么想法欢迎评论区留言。 访问入口
