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……
微信赞赏
相关推荐
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
2026-08-01
GPT 5.6 Luna最新测评报告！打得过Deepseek V4 Flash吗？
GPT5.6 Luna 迎来大幅调价，性价比对标 DeepSeek V4 Flash，本期用统一测试用例与高思考深度完成完整实测： 推理与文本约束：默认中等深度输出语句生硬，切换高深度后文本约束效果明显提升，24 点、密码锁推理题全部答对 代码项目：浏览器桌面界面美观可用，太空射击游戏无法正常操作，3D 赛车体验尚可但左右按键反向 Trello 看板：拖拽编辑功能齐全，新增拓展按钮无交互反应 综合结论：整体综合性能和 DeepSeek V4 Flash 不相上下，适合有低成本推理、前端开发需求的用户 两款热门平价模型实测对比看完就能分清适配场景。 访问入口
2026-06-02
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。 访问入口
2026-07-31
Deepseek V4 Flash正式版测评！终于支持Codex了！
全新 DeepSeek V4 Flash 正式版完整实测，当前仅开放 Flash API 通道，Pro 版本下月上线。原生支持 Responses API 无需额外中转工具，一行命令即可完成 Codex 配置，推理档位调至 High 开启全套标准化测试；基础指令、24 点运算、密码锁逻辑推理全部精准通关，文本约束零失误语句通顺，但代码生成环节短板突出，浏览器桌面系统、3D 赛车、Trello 看板三大开发任务单次耗时动辄半小时，运行频繁断链重连还会额外增加代码自检流程，3D 赛车成品交互效果优秀堪同年同梯队标杆，桌面系统存在控件排序、操作失灵问题，看板界面渲染异常竖线干扰但基础功能可用，整体和 Codex 适配存在明显磨合缺陷，长代码生成耗时严重降低开发效率，后续会切换 Claude Code、OpenCode 多工具复测对比，程序员、AI 开发从业者可参考本次实测结果合理选型… 访问入口
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？
2026-07-17
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。
