DeepSeek-V4實(shí)測，處在GPT、Claude什么水平？

今天，DeepSeek-V4正式發(fā)布，萬眾期待中還是夾帶著不少爭議，大家對其模型能力，到底處在什么水平有很多討論。

畢竟一年半前，DeepSeek橫空出世那種驚艷，讓其背負(fù)了太多的期待。

從技術(shù)報(bào)告看，DeepSeek-V4是 "既要、又要、還要"—— 既要超長上下文，又要頂級推理性能，還要極致的性價(jià)比。

這款剛剛發(fā)布的混合專家（MoE）模型，對比國外御三家，國內(nèi)御三家到底怎么樣，我們也第一時(shí)間對其API進(jìn)行了測試，大家能有個(gè)直觀的感受。

這次Deepseek，最強(qiáng)的亮點(diǎn)就是百萬上下文普惠，無論Flash還是Pro版本都標(biāo)配，不需要加價(jià)。

這里我們用《戰(zhàn)爭與和平》這本書的99.8w字?jǐn)?shù)處，處加了一段無厘頭的小故事。

然后分別去問GPT5.4，GPT5.5和Deepseek v4，加的這段故事中，王建國的個(gè)人信息以及周末吃了什么東西。

三個(gè)模型全都成功地找出了這個(gè)信息，時(shí)間上，GPT 5.5用時(shí)8秒，Deepseekv4用時(shí)15s，GPT 5.4用時(shí)53s

這是Deepseek v4給出的答案，給出了表格和文字答案。

這是GPT-5.5給出的答案，回答速度是真快，不知是不是路由模型在發(fā)力。

從用時(shí)上，Deepseek時(shí)間消耗是處于略落后GPT 5.5，領(lǐng)先GPT5.4。

所以日常處理大容量知識、快速問答什么的，Deepseek完全能滿足。

接下來看看DeepSeek在前端UI 方面表現(xiàn)，畢竟現(xiàn)在SWE是一個(gè)最常用的測評。

做外匯匯率實(shí)時(shí)可視化

外匯匯率實(shí)時(shí)可視化提示詞： ## 功能 - 顯示3-4個(gè)貨幣對（USD/CNY、EUR/USD、GBP/USD） - 每個(gè)貨幣對獨(dú)立顏色（綠、藍(lán)、紫、橙） - 實(shí)時(shí)曲線圖 + 粒子效果 - 漲跌顏色和方向粒子 - 顯示當(dāng)前報(bào)價(jià)和漲跌幅 ### 界面 - 深色背景，金融風(fēng)格 - 貨幣對選擇面板 - 主圖表 + 迷你圖

相比較下，Deepseekv4效果中規(guī)中矩，前端能力沒有那么的驚艷，光標(biāo)放到K線上沒有數(shù)據(jù)，交互也差了點(diǎn)。

用同樣的提示詞，Claude Sonnet4.6 和 GPT-5.4 的光標(biāo)放到K線上，會(huì)有時(shí)間和實(shí)時(shí)變化率，AI作出的效果更復(fù)雜和更美觀。

意外的是GPT-5.4效果超級好，按理說這款模型前端也比Gemini 3.1有很大的差距。剛剛更新的GPT-5.5也沒有很大的進(jìn)步，說是依靠 Image 2 做UI圖，讓GPT-5.5再寫前端會(huì)很好。

這次GPT-5.4和Deepseek V4用同樣提示詞，網(wǎng)站的內(nèi)容豐富度、數(shù)據(jù)展示以及UI美觀度都很強(qiáng)。

Claude sonnet 4.6表現(xiàn)在交互上略強(qiáng)DS V4，但是美感度上也沒更好。

然后用Deepseek調(diào)用skills做網(wǎng)頁，看看效果有沒有更好。這個(gè)Skills名稱為Frontend Design，做的網(wǎng)頁AI味還是有一些，但整體及格。

繼續(xù)用簡單的畫SVG，來看看大家的表現(xiàn)。要求畫轟炸機(jī)在農(nóng)場路過扔下，先看DeepSeek的成績。

Deepseek V4的轟炸機(jī)，不知道為何只看到一半，這不是鯨哥畫面裁剪的問題，真是它沒做好構(gòu)圖，然后也沒扔炸彈。

這是GPT5.4做的案例，轟炸機(jī)和炸彈形象，以及爆炸效果都可以，但是轟炸機(jī)沒有飛過，螺旋槳一直在旋轉(zhuǎn)，飛機(jī)卻沒有動(dòng)。

這次大家算大家打個(gè)平手吧。

推理能力

給Deepseek v4做了一下考公的推理題，畢竟曾經(jīng)的DeepSeek R1也是引領(lǐng)了推理風(fēng)潮。

小錢、小周、小王、小謝、小李五人一起參與抽獎(jiǎng)活動(dòng)，開獎(jiǎng)前五人對中獎(jiǎng)情況的預(yù)測如下： 小錢：小周和小李都沒有中獎(jiǎng)； 小周：如果小錢中獎(jiǎng)了，那么小謝也中獎(jiǎng)了； 小王：除非小錢中獎(jiǎng)了，否則小謝沒有中獎(jiǎng)； 小謝：小李和小王都中獎(jiǎng)了； 小李：雖然小謝沒有中獎(jiǎng)，但是小錢中獎(jiǎng)了。 開獎(jiǎng)后，發(fā)現(xiàn)五人中只有一人預(yù)測正確，由此可以推出： A.小周中獎(jiǎng)了 B.共有三人中獎(jiǎng) C.小周預(yù)測正確 D.小王沒有中獎(jiǎng)

在推理能力上deepseek，實(shí)力依舊穩(wěn)定，值得一提是，最強(qiáng)的GPT 5.5這個(gè)外地模型還是需要提升一下理解能力。

這是GPT-5.5給的答案，意外地回答錯(cuò)了。

這是DS V4給的答案，是對的。

這是官方解析，可以看到DS V4推理過程也對，答案也對。

總結(jié)：

DeepSeek V4這次為了全國產(chǎn)化，確實(shí)花費(fèi)了很多精力在國產(chǎn)基礎(chǔ)適配方面。模型進(jìn)步幅度，沒有上一次那么夸張。

尤其國外還有藏著掖著的頂模，這對我們來說，追趕的腳步確實(shí)有壓力。

但Deepseek的最大的特色還被保持，那就是無與倫比的性價(jià)比。

以上這些案例都是實(shí)用DeepSeek V4 Pro測試，深度使用測評了一個(gè)下午，只花了不到2塊錢。

還是非常超值的，要知道如果用Claude Opus，每天這么強(qiáng)度在Claude Code中玩，那估計(jì)要上千美金。更要命的是，Claude對我們設(shè)置的重重封鎖。

所以，DeepSeek V4作為普通用戶的日常平替，還是非常合格。在專業(yè)場景中，可能還需要配合其他頂模使用。