• 
  

  1.claude 的分词器和 deepseek v4 不同，如果能找到某个词，在 claude 的数量占比比 deepseek 高，那就能够在 deepseek 还没到 1m 上下文时，claude 先到 1m 上下文，而这超出 1m 上下文的文本，会报错，deepseek 的处理方案是直接降级到自己的模型继续回复。

  
  


• 
  

  2.fable 和 mythos 的最大上下文都是 1m，单次最长输出都是 128k，只要能够让模型在思考的过程中一直保持输出，直到超过128k 这个边界，就会触发截断，而 deepseek v4 两个模型都是384k
  
  
  
  

  
  


• 
  

  3.fable和 mythos 都是自适应思考模型，而 deepseek v4 系列是可以关闭思考的，如果走 v4 的非思考接口，但是模型依旧在思考，依旧能证实
  
  

  
  


• 
  

  4.脏 token，我不仅在昨天路由的时候测试了，我用 fable 也自费测试了，站里图太多了，这一点不用再讲

  
  


• 
  

  5.我刚刚发的模型的自认知，肯定有一堆丢opus4.8 的图，第一，opus4.8 说自己是别的什么模型，他在 OpenRouter 上 system prompt 没有做任何模型 iD 说明，我刚刚测的，已经做过模型 Id 声明了，当然如果你不愿相信这一点，上面四点已经够用了。

  
  

接下来就是摆证据

我说我测了一晚上，我怎么可能就测了一个问模型自己名字是啥，我丢一个总会话数记录，我还回档了 n 个会话，我不想再为这个过多解释了，我没你们想的那么水，甚至我打了某一个vlm六任务后训练的第一，懂行的自然懂。

论点 1

要找到一段长文本，而且是能够外推的，同样的内容，去做 ds 和claude 的对比，看看他们返回的输入 token 分别是多少，就能大概得到一个倍率，我用的是重复的§algorithm§

构建了一个的 20k 的文本，然后分别去 fable5和 deepseek 正式版上去得到输入 token 会是多少，两者一除，就会得到一个大概的token 倍率





简单估算，38/28≈1.35

那我们就能反推，如果这个模型是 claude 的话，那一旦在 dsh 中统计在 1000/1.35=740,也就是在 740k 左右，会占满 claude 自己的 1m 上下文，当然这是我用这单一的 token 去做的测试，其他 token 是否也是在 1.35 倍率左右我不能轻易下判断

所以我就去对上述情况做测试，尝试在 700-800k 左右观察模型的情况，最开始的方案就是一股脑丢 700-800k 的内容，方案不合理，换成了 200k 多次回复，好处就是，我能每次观察到模型的返回状态，如果模型每次返回的 token 输出速度都是一致，且思维链依旧分段加密，那就还是那个模型。实验结果：



而正常的 ds 正式版模型在 750k 左右会触发上下文压缩，这一点有研究过 dsh 的佬友应该是清楚的：

论点 2

当时一直在想有没有什么方法能让这个模型一直输出，忽然间想到了去年有一个佬友发的数学竞赛题，当时应该是正直 dsv310 月份的版本， ds还放出来了一个 speciale 模型，专门搞数学竞赛的，那道题用 ds 的模型解不出来，一直输出，然后会达到单次上下文截断。我一想到这个我就去翻那篇帖子，prompt 是这样的，我自己加了第一句，禁用任何外部工具

禁用任何外部工具，写出这个数学题，设凸四边形 $ABCD$ 内接于圆心为 $O$、半径为 $1$ 的圆，且满足 $\angle ABC < \angle BCD < 90^{\circ}$。

设 $P$ 为直线 $BA$ 与 $CD$ 的交点，$Q$ 为对角线 $AC$ 与 $BD$ 的交点。

已知线段 $BC$ 上存在一点 $K$，使得 $P, A, K, D$ 四点共圆，且 $KB \cdot KC = \frac{1}{2}OP^2$。

过点 $Q$ 作 $BC$ 的垂线，与直线 $OP$ 交于点 $T$。



(1) 求 $OP$ 的所有可能值；

(2) 求 $TB + TC$ 的所有可能值。

这题我用这个模型做了四五次，不得不说这模型有实力，有几次真能做出来，我只放没做出来被截断的



有佬友会说，这 cot 加密了，你怎么判断到底思考了多长的上下文？你看到的都是加密后用ds 分词器统计的长度。为此我确实想办法 hack 了很久，我也没有一口咬死的证据，直到我注意到一个时间 21m7s，换算一下就是 1267s，接下来就是重点，已知 v4p 模型的输出 tps 能保持在 100 左右，1267*100 / 1k ≈ 128k，看到这个数我当时就不困了，我说这好像真的是 fable 的单次输出上限，如果 fable 也能在半夜四点思考时的tps 在 100 左右，那就对上了。实验情况：

论点 3

我在一次测试过程中，关闭了模型的思考，但是模型依旧会出现疑似开启思考的情况，会有60 多秒不输出 token，我最开始并不知道是什么情况，后面我仔细看了 fable 和 mythos 的介绍，我才串联起来

思考 off



思考 max



测了很多次，时间基本上都是在这个范围，不开思考，会有 60 多秒不做任何输出。

论点 4 和 5

过，信则有，不信则无