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。
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
2025-08-31
DeepSeek的豪赌！别再抱怨R2难产了！
相信大家都知道DeepSeek最新发布了3.1版本了，我上几天也发过视频去测评在推理和编码方面提升不大，但最近发现这次DeepSeek这次发布真正要突破的并不是这些方面，而是对使用国产芯片来进行训练，减少对老美依赖的尝试。看来我的格局真的小了…
2026-02-16
Deepseek 重大升级！大海捞针测试！
我们都知道deepseek很好用，但是上下文长度128K一直是硬伤，无论是聊天还是编程，稍微聊多一会上下文就爆了。用claude code等时你不时的就要跑下斜杠命令compact来压缩下上下文，很是恼火的。这两天deepseek偷偷升级，Context Window 终于提升到1 M，也就是一百万 tokens，也就是150万到200万中文字左右。这个我们得赶紧验证下，准备做个大海捞针测试… 访问入口
2026-08-13
Deepseek V4 Pro 正式版测评！究竟有多能打？
全新 Deepseek V4‑Pro 正式版实测测评！沿用 Codex 平台、拉满最高思考深度开展全套测试： 指令遵从测试表现翻车，半数作答不符合规则 24 点、密码锁推理顺利通关 依次测试浏览器系统、太空射击、3D 赛车、Trello 看板等编程任务 游戏项目好坏参半，看板 UI 和功能十分出彩 低价优势或将冲击头部 AI 厂商…… 访问入口
2025-11-07
手搓AI智能体！上下文和运行时！
上一集我们学习了可以自动帮我们提取大语言模型要调用的函数的schema的Tool装饰器。这一集我们来学习下LangChain中上下文Context… 代码 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293from dataclasses import dataclassfrom langchain.agents import create_agentfrom langchain.chat_models import init_chat_modelfrom langchain.tools import tool, ToolRuntimefrom langgraph.checkpoint.memory import InMemorySaver# Define system pr...
2026-02-16
Minimax M2.5 Agent 测评！免费用户怎么选？
前一个视频我们测评了GLM 5 的Agent能力，发现写PPT和Excel都存在点问题，但胜在免费，每个小时都会给我们几次免费的Agent使用额度。这一集准备同样测试下最新的Minimax M 2.5 的Agent能力，同样我也是用免费账号测，因为minimax是每天提供200个积分的，应该足够的了… 访问入口
2024-11-29
试下用最简单的例子解析前向传播和反向传播
前向传播（Forward Propagation）和反向传播（Backpropagation）是神经网络训练的两个核心过程。前向传播简单来说就是数据从输入层经过隐藏层最终到达输出层的计算过程——就像工厂流水线，原材料从入口进入，经过各道工序加工，最终产出成品。计算出结果后，将模型预测值与真实值进行比较得到误差，然后反向传播从输出层出发，逆向逐层计算每个参数对总误差的”贡献度”，并据此调整参数以减小误差。本视频用一个超级简单的实例，手把手带你理解这两个过程的具体计算步骤，让你真正明白神经网络是如何”学习”的。
