Deepseek V4 Pro 最新测试!最新benchmarks!
发表于|更新于|大语言模型
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。
相关推荐

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

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

2026-09-11
Deepseek V4.1 Flash正式版测评!究竟有多能打?
Deepseek V4.1 Flash 正式版实测来了!模型刚上线就惦记着测试,抽时间在 pi 平台开启测评,尽量降低 harness 带来的干扰,思考模式直接拉满开始测试。 推理能力测试 第一题 · 强约束指令句子生成:要求全部句子以「一到十」结尾,通读全部语句都通顺达标。 第二题 · 新版 24 点:要求给出三组解法,结果三组答案全都违规——数字重复使用,不符合「每个数字只能用一次」的硬性规则。 第三题 · 七位数密码锁推理:高难度推理题顺利算出正确答案。 编程项目测评 浏览器操作系统:桌面带有动态动画效果,还有精致小组件,弹窗、Dock 应用运行正常,可惜压轴太空射击游戏无法交互,差了最后一步。 3D 赛车游戏:让人眼前一亮,是这么多轮测评里完成度顶尖的作品,画面精致,车辆模型完整,整体效果非常惊艳。 Trello 看板:采用深色 UI,审美因人而异,卡片拖拽动画效果一般,其余基础功能都正常可用。 整套测试下来,24 点推理题和太空射击项目留下遗憾,但 3D 赛车的代码实现确实足够亮眼。大家怎么看待 Deepseek V4.1 Flash 正式版的这套实测表现...

2026-09-01
Deepseek Harness(16)!终于出Office全家桶了!
Deepseek‑Harness 办公套装发布了 dsh‑univer‑office 开源插件,直接补齐中文文档短句,无需云端,本地就能一键产出 PPT、Word、Excel,图表、公式全都支持。 实测生成了一份 3 页 PPT,成品效果十分亮眼。完全免费开源,不受次数限制,生成速度飞快,妥妥的 Deepseek‑Harness 必备技能。 AI 产品狙击手,每天分享免费 AI 工具和技巧,关注我…… 访问入口

2026-10-18
Deepseek 1017 测评报告!DSH标准模式!
DeepSeek Harness 标准模式下的 DeepSeek Flash 1017 版测评报告来了。前面的视频按粉丝要求测了极简模式加 Max 思考深度,效果不如人意,评论区直接炸锅;又有粉丝说要用标准模式测,那就来呗。本来想开 Max 的,但有粉丝私信说感觉 high 比 Max 还能打,所以最终确定用 high——同时也因为 Max 的「雷霆大思考」我们前面是见识过的,太耗时了。 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,我们看一下是否通顺。我认真看了下,所有都是通顺的。 第二题,鹈鹕土星环骑自行车 SVG 测试。整体感觉好了很多,起码转弯看上去是比较顺畅的。不过问题还是要提的:首先,鹈鹕的形象有点小问题,大家仔细看它的嘴——一是嘴下面那块有种说不出来的奇怪,二是嘴上面部分感觉已经是由完整的上下嘴巴组成的了。第二,大家仔细看鹈鹕的右脚,它不是踩到脚踏上的,而是被齿轮完全挡住。 第三题,复合弓射箭 SVG 测试,几个问题:第一,箭羽是反的;第二,右手拉弓,但它是右手反过来穿过脖子拉弓,拉满弓之后手又穿过脖子,非常恐怖;第三,弦已经反弹复原了,...

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
公告





