DeepSeek-V4-Pro-0813 评测: 不可思议的差, 不如flash

Lee William 2026-08-13 01:04 1

现在只是初步测试了一下, 现在晚上速度能有80~90 token/s, 我已经跑了两次demo, 但是跑的demo竟然都失败了, 要知道flash能都成功的demo, 虽然不相信, 但就是测试了两次得出的结果就是如此, 大家现在测试的结果如何?

补充,我测试的内容是网页生成, 使用工具的是自己写工具调用官方的API, 完全相同的系统和用户提示词, 之前也测试过其他模型, 都很少有失败的:

这个评测我做过了几期, 之前是GPT-5.5 vs GLM 5.2:

这次也是使用完全相同的提示词(系统+用户提交词), 这次使用的是API调用.
Kimi K3
[k3]
我的系统提示词里有写必要时TDD开发, K3也写了个test, 这似乎不需要TDD
还写了一个迷你GLSL解析器, 这想得够多
用时确实比较长:
[image]
GPT 5.6 sol
[5.6]
似乎…

项目是用html+js写一个图形渲染管线可视化工具
首先是 GPT 5.5 XHIGH - CODEX:
[image]

然后是GLM 5.2 最高 - ZCode:
[image]
大家对比一下, 看一下差距如何

最新回复 (19)

牗空 08-13 01:05

2楼

附议，只测了RP，但我的感受是不如flash
适才相戏耳 08-13 01:05

3楼

grok正常网页UI也不行，难怪这俩都是偷偷摸摸发的。
woshidoi 08-13 01:06

4楼

看使用场景了，我这边逆向的使用场景是比flash强一点的，但是可能flash已经还行了，所以价格上的考虑的话，后续还是用flash的可能性多一点
PostAustin 08-13 01:07

5楼

Flash实际上已经满足大部分需求了
Extraverity 08-13 01:08

6楼

破案了，其实是梁子把flash和pro搞反了
mi tu 08-13 01:09

7楼

rp效果怎么样？我怎么用着感觉和之前没啥区别 ^-^
PzmhFeul 08-13 01:09

8楼

会不会是flash针对编程，pro更倾向于通用场景？
deepcake 08-13 01:09

9楼

这波是向谷歌看齐，只不过隔壁一直没发 ^-^
supermadmax 08-13 01:09

10楼

不会 API 还没上吧，或者说上错模型了？ ^-^
还想成为88VIP 08-13 01:11

11楼

不至于吧，可能只是不在他的好球区，感觉ds不像是会搞flash>pro这种抽象的
Lee William 楼主 08-13 01:12

12楼

API已经上线, 我确定的是扣费扣的4pro
会飞的蛋蛋面 08-13 01:12

13楼

这波是致敬gemini flash先行
疯狂麦克斯 08-13 01:13

14楼

看来梁圣要直接越过老梁变成梁子了
霞葉 08-13 01:13

15楼

确实，从价格和速度上来说，还是优先flash，flash逆不出来再上pro也不亏
crb1025 08-13 01:14

16楼

刚看到有佬说DPSK是国内蒸馏最狠的，这是蒸馏废了吗
alizoed 08-13 01:14

17楼

我怎么感觉比之前活人多了，还要强不少，总不能是我这段时间gpt用多了吧
yibachaodou 08-13 01:14

18楼

有没有可能需要等明天的 DeepSeek harness 上线
sallyn 08-13 01:15

19楼

我刚在Pi里试了一下影响的插件我都关了发现鹈鹕骑车比他们CC测的效果好了不少我觉得和harness影响很大

https://codepen.io/editor/Sallyn/pen/019ff6c6-99f5-7812-8c40-90d914f56849?orientation=left&panel=files&show=split
林风柳 08-13 01:15

20楼

很奇怪的一点是，我在pi里使用时是无法回答正确回答“重复一遍我说的话：repeat Nameeee”的，但是在codex里就能正确回答。

我不太理解，两个配置的明明都是openai-responses，应该没有差异才对，但是这个回答确实证明了一个走预览版一个走正式版。