Deepseek V4 Pro新架构测评报告！能打吗？
DeepSeek V4 Pro采用了全新的模型架构，本视频对其进行全面的独立测评。新架构在推理效率、上下文长度和知识密度方面都进行了重大优化。通过大量实际测试，评估V4 Pro在编程、数学推理、长文本处理和多轮对话等核心任务上的表现，并与GPT-4、Claude Opus等顶级模型进行对比分析。
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
2025-12-26
Claude Code LSP！DeepSeek可以用吗？
昨天分享了个Claude Code最新的更新，其中有一个是可以使用LSP来快速查找和定位函数等。有朋友问说我后面接的是国内deepseek等大语言模型的话可以用吗？
2026-09-13
Deepseek V4.1 Flash 鹈鹕SVG测评报告！
本期视频把祖传测试用例升级到了 V2.2，其中第二、第三道题做了替换：原本的两道推理题换成「鹈鹕土星环骑自行车 SVG 测试」和「复合弓射箭 SVG 测试」，其余题目保持不变。这一集先用这两道新题试水，看看 DeepSeek 最新的 V4.1 Flash 表现如何。 第二题「鹈鹕土星环骑自行车 SVG 测试」出师不利。模型完全没有按照提示让鹈鹕沿着土星环骑行，看起来是对提示词里「土星环环形跑道」的理解出了问题。考虑到这是新题第一次测，我给了它第二次机会重新跑，结果依然不行——自行车踩到环道左右两侧时完全不懂得转弯，而是快要踩出环道的时候突然「闪现」回正确方向。不过值得一提的是，两轮测试里鹈鹕和自行车的结构都没有出现任何问题，画面本身是立得住的。 第三题「复合弓射箭 SVG 测试」同样暴露出三个明显问题：第一，拉弓时上下两个滑轮转动方向相同，但按真实复合弓的机械结构，上面滑轮逆时针时下面应该顺时针才对；第二，人物的两只手像麻花一样纠缠在一起，手部结构明显不对；第三，人物是直面屏幕，而不是面向靶子射击。 需要说明的是，本期只重测了升级后的第二、第三题，其他题目的分数继续沿用 V...
2026-10-18
Deepseek 1017 测评报告！答案也许不是你想要的！
今天新出的 Deepseek V4 Flash（1017）测评报告来了。本来下午 5 点多就在小破站直播开测，一直跑到晚上 11 点多才结束——太慢了。原因估计一是刚发布用的人太多，二是我开了 Max 模式。不管了，大家先看结果吧。 第一题，强约束指令遵循句子生成测试。结尾都是从 1 到 10 收的，我认真看了下，所有句子都是通顺的。 第二题，鹈鹕土星环骑自行车 SVG 测试。整体效果相当不错：鹈鹕和自行车的部件都没看出什么问题，转弯也很完美。唯一一个问题是环形跑道没有落在土星环上。 第三题，复合弓射箭 SVG 测试。几个问题：第一，箭头是反的；第二，箭本来是平射出去的，却突然往上拐了弯；第三，人物的手像麻花一样扭在一起；第四，放手的时候弓弦已经复位了，箭却还没射出去。 第四题，实现一个精美的浏览器操作系统。这个实现前后经过了两次调整，看过直播的应该有印象：第一次根本进不去桌面，第二次 Dock 栏应用点了没有反应，最终才得出现在这个效果。打开调试模式一看，是 Finder 有 bug——按理说这一项应该直接判失败了，因为其他模型测评我不会给第二次机会；但毕竟花了好几个小时...
2026-02-16
Deepseek 重大更新！用API的要注意了！
DeepSeek发布了重大更新，使用其API的开发者需要注意了！本次更新可能涉及：API接口变更、模型版本升级、定价策略调整和功能增加/废弃。本视频详细解读DeepSeek最新更新的内容，如果你是DeepSeek API的用户，这些变化可能会影响你的应用——需要了解具体的迁移步骤、兼容性信息和最佳应对策略，确保你的服务不受影响。 访问入口
2026-07-20
Deepseek V4 Pro 最新测试！最新benchmarks！
本期带来 Deepseek V4 Pro 最新 benchmark 全面测评，涵盖编程、推理、数学、多模态等核心维度对比。DeepSeek-V4 Pro 是幻方量化推出的高性能大语言模型，采用 MoE 架构，拥有超长上下文处理能力。本期视频通过最新 benchmarks 数据，直观展示 V4 Pro 在各大榜单的表现，与 GPT-4o、Claude 3.5 等头部模型的差距，帮你判断这款国产开源模型是否值得信赖。 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
