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。
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
2026-10-18
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...
2026-09-25
Deepseek V4.1 Flash 新版鹈鹕SVG测评报告！
之前有粉丝留言，希望我把 Benchmark 里「鹈鹕骑车」这道题的难度调低之后再重测一遍，这样也能和其他几个模型、包括最近测过的 GPT-6 放在一起横向对比。这一期就来兑现这个承诺。 说起来，这道题原版的提示词确实太难了。后来我专门标注了「转弯的时候动作必须自然平滑，不能出现车身倒立或瞬间闪现掉头」，把难度降了下来，这次就先从 DeepSeek 开始测。开始之前，我们先回顾一下上一次的测评效果。 看结果：这次鹈鹕终于是沿着土星环骑行了，转弯的效果比之前好了很多，整个转弯过程也算比较顺畅。 不过问题还是得说。第一，自行车下方那个很大的「鸡爪」是什么鬼？第二，鹈鹕的翅膀没有扶着车把；第三，鹈鹕的脚跑哪去了？这三个问题在上一次测评里都是没有出现过的，可见 DeepSeek 对这道题的处理确实很不到位。 其余题目没有改动，所以博客上的分数我会继续沿用之前的得分。坦白说，这次总体结果并不比上次好。大家怎么看呢？ 访问入口
2026-07-17
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。
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
2026-08-14
Deepseek V4 Pro 重测报告！自家Harnesss上表现如何？
在 DeepSeek Harness 复测 DeepSeek V4 Pro，网上流传模型自家框架专属优化的说法实际效果存疑；拉满 max 思考深度，强约束指令测试结果甚至比 Codex 平台还要差，24 点、密码锁推理作答正确；编程项目中浏览器系统、太空射击游戏表现有所改善，但 3D 赛车滑行 BUG 严重，Trello 看板 UI 与功能依旧出彩，综合来看本次复测整体不及 Codex 上的表现，大概是模型本身存在缺陷…… 访问入口
2026-10-19
Deepseek 1017 重大更新！做爬虫的有福了！
DeepSeek 更新 1017 版本之后，我们昨天已经做了三个测评。评论区有粉丝问：为什么不说说这次一起公开的 Search API 和 Fetch API？这两个其实同样是重大更新，所以补一期专门讲。 先澄清一个常见误解。以前在 DeepSeek Harness 或者 Claude Code 里用 DeepSeek 模型，一样能做联网搜索，那是因为这些工具内置了搜索插件——是 agent 的能力去调用搜索，并不是模型自身会搜。Web 端也是同理：Web 这一层本质上也是一个 agent 的 client，它会根据大语言模型的返回，自行决定要不要发起搜索。 这次 Search API 和 Fetch API 的公开，变化在于 DeepSeek 把这两项能力做成了独立的 API，而不是让大模型在内部真正去发起 search 和 fetch 调用。你依然需要所用的 agent 具备调用能力，区别是：以前这套东西不做独立计费、也没有公开出来，外界不知道接入点在哪、Endpoint 是什么。 现在公开了，意味着这套接口已经固定、已经稳定，也就意味着它可以单独收费了。更关键的是，能...
