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
2026-10-20
Deepseek Harness 顶尖模型白嫖神器！
充 API Key 之前先停一下：DeepSeek V4.1 Flash、Kimi K3 这些前沿模型，装个 DeepSeek Harness 插件就能直接用——不注册、不填 Key，连登录都不用。项目叫 dsh-our-free-model，GitHub 上已经 2 万 7 千多颗星，官方说法是完全免费、不限量；装完在输入框的模型选择器里直接挑就行。 原理不复杂：它不做中转，而是把免费车道的 OpenCode Zen 网关、Kilo AI 的公共网关直连进来，模型清单跟着上游刷新。账号渠道走的是你本来就有的免费额度，登录一次、每天领个积分，全部收进同一条清单。 安装时注意绕开 npm——那个同名包是第三方重新打包的，跟仓库 Release 走。解压后用 dsh plugin add 指过去，重启一次就行。CodeArts、CodeBuddy、Qoder、TRAE、Cline、智谱 ZCode 这些账号渠道都能接上；本地转发口一开，Claude Code、Codex 填上地址和 Key 也能用，用量只记在本机。 有两点要说清楚：一是 Kilo 免费池的上游写了 prompt...
2026-09-08
Deepseek V4.1 测评报告！究竟有多能打？
Deepseek 全新内测 v4.1‑flash 中间版实测来了！模型标识为 deepseek‑v4.1‑flash‑expires‑on‑0910，直接搬出祖传全套测试用例，在 pi 环境把思考模式拉满开启测评。 第一题强约束指令生成测试，句子结尾全部满足 1‑10 格式，仅有第七句语句不通顺其余表现尚可。 第二题新版 24 点需要输出三组解法，三个答案全部正确。 第三题七位数密码锁推理也成功算出标准答案。 来到编程能力测试，第四题精美浏览器操作系统出现桌面空白，推测背景图加载失败，弹窗与 Dock 栏功能正常，但太空射击游戏直接报错无法运行。 第五题 3D 赛车游戏完成度很高各项功能运行正常。 第六题零第三方库 Trello 看板界面中规中矩，列表、卡片的增删改拖拽全部可以正常使用。 整套测评下来浏览器操作系统项目拖了后腿，否则可以拿到更高分数，不过作为 flash 版本整体响应速度十分出众，大家对这个模型有什么想法欢迎评论区留言。 访问入口
2026-08-29
Claude害了我孙割啊！各大语言模型怎么答的？
借着近期热议的孙宇晨与景甜事件，本期视频根据网传小作文还原出对应的提示词，实测多款热门大模型会给出怎样截然不同的抉择答案。 首先上场的 Claude 第一次回答选择「给」，结果让人意外，开启全新会话二次提问却变成「不给」。足以看出大语言模型属于概率模型，同一问题多问一遍结局就有可能彻底反转！ 随后我们横向评测了一众主流 AI： ChatGPT 给出了「给」的答复 马斯克旗下 Grok、豆包、DeepSeek、千问、Kimi、GLM–5.3–Flash、文心一言均回复「不给」 腾讯元宝选择「给」 一场趣味吃瓜评测之余，也给所有人提了一个醒：千万不要把人生重大决策交给 AI，它输出的结果仅能当作参考，关键事情建议多次提问、跨模型交叉对比结果再下定论…… 访问入口
2026-10-18
Deepseek 1017 专武测评报告！大跌眼镜啊！
DeepSeek Harness 上的 DeepSeek V4 Flash 1017 版测评报告来了。前一晚我们已经在 Pi 上测过一次，效果感觉一般般，于是粉丝提议在 DeepSeek Harness 上再测一遍，义不容辞。这次 Harness 升级到最新 preview 版本 v0.2.1-rc.2，这个版本对 1017 做了适配；模式用极简模式，思考深度拉到最高 Max。 第一题，强约束指令遵循句子生成测试，结尾都是从 1 到 10 收官，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，坦白说效果还没有在 Pi 上测的好：首先这个转弯肯定是不行的了；第二，和 Pi 上一样，跑道没有落在土星环上。 第三题，复合弓射箭 SVG 测试，有几个问题：第一，复合弓上下滑轮都是顺时针方向旋转；第二，箭射出去之后，手上的箭还在；第三，箭明明是平射，却突然往上跑了；第四，弓箭手右手握弓，箭却在右手外侧，左手要穿过来到右手外侧拉弓，这有多别扭。 第四题，实现一个精美的浏览器操作系统。UI 看上去还可以，但右上角弹窗里日历的日期高亮部分是椭圆的，不是个好设计；...
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...
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
