实测DeepSeek V4：不炸裂了，但在做更重要的事

实测DeepSeek V4：不炸裂了，但在做更重要的事 实测DeepSeek V4：不炸裂了，但在做更重要的事 Modified April 25 我问了下它的知识库，说是训练数据截止到2025年5月。 6）写作任务 以我经常干的事“让AI续写”来进行测试。 Code block Plain Text 提示词： 参考下文的风格续写，300字： 现在，谁发我一张图，我的第一反应都是：“这是不是GPT生成的？” 人类社会，大家能够坐下来一起讨论事情，最基本的前提是，我们活在同一个现实里，对最基础的事实认知是一致的。 而今天，目光所及的一切都在崩塌。 DeepSeek V4 Pro的表现还行，但还是爱拽一些技术词，比如锚点、脚本、图灵测试等。 GPT 5的表现，明显就更像人一些，说人话。 GPT，也一直是我的常用写作模型。但自己要注意微调一下，比如让它不要老说“不是…而是”，不要一直加破折号、冒号。 Gemini 3.1 Pro的表现继续拉胯。拽那么多成语一点用都有，跟原文的风格非常割裂。 上周，我跟大家分享了 写作经验 ，很多人都在评论区说Gemini 3.1/3.0远不如Gemini 2.5，确实如此。 Claude Opus 4.6，这写作能力依旧顶级。 写在最后 整体测下来，我觉得DeepSeek V4的表现是“一般货色”。 这其实也和他们自己的判断一致，距离全球顶尖模型（不论开源还是闭源），大概还有3 6个月的差距。 他们在官方文章中写得也很克制：「 不诱于誉，不恐于诽，率道而行，端然正己。 」 不是任何东西，一出来就是张雪机车，就是世界第一的叙事。 但有意思的是，今天的AI行业，已经很少有人愿意接受“一般货色”这四个字了。 你发一个模型，如果不能吊打、不能碾压、不能重构一切，那就很容易被归类为“没意思”。 可冷静想想，我觉得这种思维不正常。 技术的发展，不可能一蹴而就，也不可能一直指数前进。相反，“前进 倒退 前进 再前进 又倒退”才是常态。 有时候，真正决定行业走向的，反而是这些“差一点点”的版本：更稳一点，更可控一点，生态更完善一点。 DeepSeek V4给我的感觉也是这样。 它不惊艳，但它在补课。 • 重写注意力机制，对Token维度进行压缩，叠加自研的DSA稀疏注意力，把上下文从128k直接推到1M，而且是标配。 • 重改模型架构，同时适配英伟达GPU和华为昇腾NPU。 • 重换后训练路径，从V3.2的SFT+混合RL，切到On Policy Distillation（OPD），先练专家，再做融合。 • 同时补齐Agent能力，对Claude Code、OpenClaw、CodeBuddy这些实际在用的Agent产品，做针对性优化。 这些事情，没有一件是能上热搜的。 但，总得有人要去做。 而这一次，是DeepSeek。 写作经验 我问了下它的知识库，说是训练数据截止到2025年5月。 6）写作任务 以我经常干的事“让AI续写”来进行测试。 DeepSeek V4 Pro的表现还行，但还是爱拽一些技术词，比如锚点、脚本、图灵测试等。 GPT 5的表现，明显就更像人一些，说人话。 GPT，也一直是我的常用写作模型。但自己要注意微调一下，比如让它不要老说“不是…而是”，不要一直加破折号、冒号。 Gemini 3.1 Pro的表现继续拉胯。拽那么多成语一点用都有，跟原文的风格非常割裂。 上周，我跟大家分享了 写作经验 ，很多人都在评论区说Gemini 3.1/3.0远不如Gemini 2.5，确实如此。 写作经验 Claude Opus 4.6，这写作能力依旧顶级。 写在最后 整体测下来，我觉得DeepSeek V4的表现是“一般货色”。 这其实也和他们自己的判断一致，距离全球顶尖模型（不论开源还是闭源），大概还有3 6个月的差距。 他们在官方文章中写得也很克制：「 不诱于誉，不恐于诽，率道而行，端然正己。 」 不是任何东西，一出来就是张雪机车，就是世界第一的叙事。 但有意思的是，今天的AI行业，已经很少有人愿意接受“一般货色”这四个字了。 你发一个模型，如果不能吊打、不能碾压、不能重构一切，那就很容易被归类为“没意思”。 可冷静想想，我觉得这种思维不正常。 技术的发展，不可能一蹴而就，也不可能一直指数前进。相反，“前进 倒退 前进 再前进 又倒退”才是常态。 有时候，真正决定行业走向的，反而是这些“差一点点”的版本：更稳一点，更可控一点，生态更完善一点。 DeepSeek V4给我的感觉也是这样。 它不惊艳，但它在补课。 • 重写注意力机制，对Token维度进行压缩，叠加自研的DSA稀疏注意力，把上下文从128k直接推到1M，而且是标配。 • 重改模型架构，同时适配英伟达GPU和华为昇腾NPU。 • 重换后训练路径，从V3.2的SFT+混合RL，切到On Policy Distillation（OPD），先练专家，再做融合。 • 同时补齐Agent能力，对Claude Code、OpenClaw、CodeBuddy这些实际在用的Agent产品，做针对性优化。 这些事情，没有一件是能上热搜的。 但，总得有人要去做。 而这一次，是DeepSeek。 🔗 原文链接： https://mp.weixin.qq.com/s/adGC9MaW... https://mp.weixin.qq.com/s/adGC9MaW... 原创 冷逸 冷逸 沃垠AI2026年4月24日 18:57 四川 大家好，我是冷逸。 千呼万唤始出来，DeepSeek V4终于发布了。 这次一共有2个版本， V4 Pro和V4 Flash ，都是1M上下文，也都开源。 • V4 Pro，1.6T（1.6万亿）总参数，49B激活。 • V4 Flash，284B（2840亿）总参数，13B激活。 在网页端/APP，V4 Pro对应「专家模式」，V4 Flash「快速模式」。 一图看懂DeepSeek V4，图由GPT生成 据DeepSeek自己介绍，V4的Agent能力仅比肩Claude Sonnet 4.5，离Opus 4.6、4.7还有差距；世界知识离Gemini Pro 3.1还有差距；推理性能，与GPT 5.4旗鼓相当。 官方report也直言，“发展轨迹约滞后前沿闭源模型3到6个月”。 API价格方面，DeepSeek V4比V3.2有所上涨，V4 Pro涨了约6倍，V4 Flash降了约50%。另外，并没有Coding Plan。 以上，来自官方信息。下面，我们基于实测来评估一下这个模型。 一手实测 1）编程：3D任务 先测一个3D任务，主要看模型的前端能力，考验模型对空间想象和逻辑推理的能力。 提示词：制作一个3D的雪山场景html，雪山中间有一个日式的寺庙，整体风格参考塞尔达旷野之息。 Qwen3.6 Plus： GLM 5.1： DeepSeek V4 Pro： MiniMax M2.7： Gemini 3.1 Pro： 为什么不对比kimi K2.6？Kimi说他有点累了，让我晚点再问一下。 整体来看，“开源五杰”表现不一。 GLM 5.1、Qwen3.6 Plus和Gemini 3.1 Pro在同一个水平，其他四家略逊一筹。 细节方面，GLM 5.1和Qwen3.6 Plus是最强的 。比如雪山粒子特效、日式建筑还原、塞尔达风格参考，他俩的整体表现比其他模型都要更优一些。 DeepSeek V4 Pro，在这个case中表现一般。 我又试了一个3D魔方的老case，V4能做到还原。 提示词：Create a single HTML file containing a fully functional 3D Rubik's Cube simulation using Three.js (via CDN). The cube must be able to automatically solve itself. 中文：创建一个HTML文件，其中使用Three.js（通过CDN方式引入）来实现一个功能完备的3D魔方模拟程序。该魔方必须能够自动完成自己的“解谜”过程。 这个case，我也测过很多模型了。基本上，最新的模型都能one shot，一次跑通。 2）编程：Skills任务 今天，藏师傅开源了一个极其牛逼的PPT skill「guizang ppt skill」。 skill地址：github.com/op7418/guizang ppt skil github.com/op7418/guizang ppt skil 生成的是一份HTML式PPT，也就几十kb，可以发给任何人，在浏览器打开，字体、动画都不会变。 对于这个skill，藏师傅说“这是他十年审美的压缩包。” 我第一时间，就把这个skills装到我的Claude Code里。直接对着你的Claude Code说这句话就行。 帮我安装这个skill：https://github.com/op7418/guizang ppt skill，放在这个文件夹：C:\Users\Administrator\.claude\skills 然后，接入DeepSeek V4 Pro跑了个case，让它把我 昨天的文章 设计成10页PPT。 昨天的文章 给大家看下最终的效果。 No access 0bc3vmdaqaaggmae5zpnrzuvnk6dbcvqmcaa.f10002 00:00 No access 0bc3vmdaqaaggmae5zpnrzuvnk6dbcvqmcaa.f10002 00:00 整体排版、风格、字体搭配，我都非常满意。差不多我再微调下文字（可用Trae或文本编辑器来改），这套PPT可以直接拿去演讲了。 3）编程：网站开发 需求是，让DeepSeek V4 Pro基于我给到的模特照片，做一个摄影师作品集的网站。 提示词：我是拍模特广告的摄影师，我的工作室叫「小逸摄影」，文件夹 D:\Vibe Coding\DS V4\模特图片 放了一些模特图片，给我生成一个高级审美、大师水准的摄影师作品网站，用上文件夹里的图片并配上精美的讲解。 Qwen3.6 Plus，之前已经测过，效果很惊艳。 No access 0bc3hmexkaajjqadgwxc6fuvso6dou5qs5ia.f10002 00:00 No access 0bc3hmexkaajjqadgwxc6fuvso6dou5qs5ia.f10002 00:00 来看下DeepSeek V4 Pro的表现。 No access 0b2eb4coyaaeciapdo6ujzuvid6d5qhqj3aa.f10002 00:00 No access 0b2eb4coyaaeciapdo6ujzuvid6d5qhqj3aa.f10002 00:00 也是深色背景+Hero全屏+网格画廊，整个水准跟Qwen3.6 Plus差距不大。 如果要论细节的话，Qwen3.6 Plus在一些logo、文字配色和交互动画上要更强一些。 Qwen3.6 Plus生成的首屏 DeepSeek V4 Pro生成的首屏 4）Agent长程任务 任务，还是我们的老case，让Claude Code做一个联网搜索+word生成+skill调用+网站开发的复杂长程任务。 提示词：联网搜索、调研张雪机车的发展轨迹，尽量从权威信源获取信息。首先，给我创建一份5000字的word调研报告。然后，调用Knowledge Site Creator Skills给这份报告创建一个知识学习网站，页面高级审美。 这个任务，DeepSeek V4 Pro跑了很久，耗时33分钟。 交付给我了2个东西，一个是word报告，一个是知识学习网站（带后端）。 先看word报告。 内容还是挺全面的。最近，我高频在用DeepSeek做信息检索，回答质量一直都比较靠谱。相比去年的DeepSeek，现在的幻觉已经大幅下降。 然后，再看它生成的知识学习网站。 直接带了后端+数据库的功能，我添加数据后，这个网站就可以真实使用了。 以上4个case，一共消耗了450万tokens，成本10元。蹲一个，DeepSeek啥时候出CodingPlan啊。 5）世界知识任务 世界知识，要系统测起来，比较麻烦。 我问了一些陌生领域（关闭联网，下同）的问题，它都能答得上来。 一些次新的知识，它也训了进去。 但最新的，它不知道。