超實(shí)用！連夜實(shí)測(cè)DeepSeek-V4，我發(fā)現(xiàn)它唯一的硬傷是“審美”

大模型的圈子最近真的是大戲連連，Claude和OpenAI你方唱罷我登場(chǎng)，兩位CEO更是化身戲精，在社交媒體上大打輿論戰(zhàn)。

不過，今天所有的風(fēng)頭都被一家公司搶光了。

沒錯(cuò)，在反復(fù)橫跳小半年時(shí)間后，今天中午，DeepSeek總算是把萬眾期待的新模型DeepSeek-V4端了上來，并宣布API服務(wù)已同步更新，即日起登錄官網(wǎng)或官方App即可搶先試用。

（圖源：雷科技）

要知道，前段時(shí)間網(wǎng)上還有一堆人拿他們開玩笑，說老板沉迷打游戲忘了更新，還有人擔(dān)心他們因?yàn)楹Ｍ獾男酒拗聘悴怀鲂乱淮母叨四Ｐ土恕?/p>

結(jié)果人家今天直接把V4甩在了大家臉上，不僅有主打輕量便宜的Flash版本，還有滿血旗艦的Pro版本。

這次更新最狠的地方在于，它把百萬字的長(zhǎng)文本記憶能力變成了標(biāo)配，而且因?yàn)榇罅渴褂昧巳A為昇騰芯片，加上自己研發(fā)的底層優(yōu)化技術(shù)，把價(jià)格打到了一個(gè)讓人直呼離譜的地步。滿血版處理百萬字，只要12元/輸入，24元/輸出，連Claude的四分之一都不到。

不過官方也挺實(shí)在，在發(fā)布的時(shí)候承認(rèn)目前和世界最頂尖的閉源模型還有幾個(gè)月的差距。

既然官方這么坦誠(chéng)，那小雷今天也不去看那些虛無縹緲的跑分榜單，直接給DeepSeek-V4安排一場(chǎng)評(píng)測(cè)，從推理、編程、文本處理、多輪對(duì)話、工具使用和知識(shí)準(zhǔn)確性六個(gè)維度對(duì)其進(jìn)行深度拆解，看看它在真實(shí)場(chǎng)景里到底好不好用。

編程與工具使用：邏輯不錯(cuò)，審美堪憂

既然DeepSeek-V4自己都強(qiáng)調(diào)模型的Agentic Coding能力，那么我們先來看看大模型最容易拉開差距的代碼能力。

這里注意一下，為了貼近普通人的日常使用習(xí)慣，也因?yàn)楸救俗约和耆珱]有編程能力，小雷沒有用那些專業(yè)的程序員指令，而是全程用大白話提要求，讓DeepSeek-V4-Pro與Trae打配合，執(zhí)行了兩個(gè)較為復(fù)雜的任務(wù)。

第一輪測(cè)試，小雷讓它寫一個(gè)可以互動(dòng)的網(wǎng)頁(yè)版星空，要求是可以點(diǎn)擊星星看故事，還能用鼠標(biāo)拖拽視角。

這個(gè)任務(wù)的難點(diǎn)在于想象自己在一張紙上畫一個(gè)會(huì)動(dòng)的星空，同時(shí)還要讓人能用手指轉(zhuǎn)動(dòng)它、點(diǎn)擊星座看故事，對(duì)大模型的設(shè)計(jì)、交互和信息搜索能力都提出了一定的要求。

拿到任務(wù)后，DeepSeek-V4-Pro先是思考了一會(huì)兒，然后輸出了一套共六步的設(shè)計(jì)方案。

（圖源：雷科技）

之后，我們就完全放手讓DeepSeek-V4-Pro自主執(zhí)行任務(wù)，它會(huì)自己調(diào)用各種工具，連續(xù)編程了接近34分鐘，期間沒有出現(xiàn)中斷或者死循環(huán)，也沒有遺漏關(guān)鍵步驟，完全按照此前的規(guī)劃執(zhí)行，最后消耗了價(jià)值6.19元的Token。

開發(fā)結(jié)果如下，從交互式內(nèi)容的角度來看，這個(gè)成品在美感層面稍有欠缺，但所有功能都運(yùn)轉(zhuǎn)正常，你不僅能夠流暢地拖動(dòng)球形天體模型，還能通過點(diǎn)擊查看信息注解，流星劃過的特效也很完美。

（圖源：雷科技）

作為對(duì)比，這是Hy3-Preview的效果。

（圖源：雷科技）

而這是Codex的效果，實(shí)際耗時(shí)和Deepseek相差不大，功能也基本一致，但是頁(yè)面設(shè)計(jì)、色彩過渡和交互度上明顯更好看一點(diǎn)。

（圖源：雷科技）

看來V4的核心邏輯沒毛病，就是審美需要找個(gè)設(shè)計(jì)師來補(bǔ)補(bǔ)課。

第二輪我們上點(diǎn)難度，讓它寫一個(gè)小型的地牢探險(xiǎn)網(wǎng)頁(yè)游戲。

這回第一次生成居然還出了點(diǎn)問題，Trae反饋生成被截?cái)嗔?，需要使用更緊湊的方法進(jìn)行重試。

（圖源：雷科技）

第二次的表現(xiàn)就非常精細(xì)了，它不僅把游戲的基礎(chǔ)框架搭得明明白白，甚至還自己腦補(bǔ)了一套相當(dāng)完善的經(jīng)濟(jì)系統(tǒng)和升級(jí)路線，角色的血量、藍(lán)量、攻擊力計(jì)算公式寫得非常嚴(yán)謹(jǐn)。

（圖源：雷科技）

我選擇了戰(zhàn)士，甚至可以用1、2鍵觸發(fā)技能。

（圖源：雷科技）

比較可惜的是，這套組合缺乏直接制作動(dòng)畫的能力，生成像素圖的效果也是非常粗糙，同樣沒有什么美感可言。

作為對(duì)比，元寶雖然生成更快，但是忘了設(shè)計(jì)敵人，導(dǎo)致內(nèi)容幾乎沒有可用性。

（圖源：雷科技）

盡管最終耗時(shí)42分鐘，還用了我4.71元，至少結(jié)果是滿意的。

總體來說，DeepSeek-V4在編程上確實(shí)有顯著提升，框架清晰，速度極快，特別適合拿來干苦力活和寫后臺(tái)邏輯。但如果你想要一個(gè)開箱即用、漂亮美觀的前端成品，還是得人工幫它稍微調(diào)整一下。

需要注意的是，和Qwen、Seed不同，Deepseek自身是不帶任何插件的，工具使用能力全靠API接入Agent才得以展示。

考慮到目前DeepSeek-V4表現(xiàn)出的效果，個(gè)人還是很期待未來的工具整合表現(xiàn)的。

推理與算數(shù)：生成很快，偶爾也會(huì)翻車

如果說寫代碼考驗(yàn)的是手藝，那邏輯推理考驗(yàn)的就是腦子了。

我們這次特意準(zhǔn)備了幾道不按套路出牌的測(cè)試題，確保它沒有公式可以套，全靠大模型的推理能力和對(duì)真實(shí)世界的理解。

先來一道精心設(shè)計(jì)的陷阱題，“一瓶水和一塊冰，放在同一個(gè)保溫箱里密封，24小時(shí)后，保溫箱里的水變多了還是變少了？”

劇透一下，答案應(yīng)該是不變。

結(jié)果Flash和Pro這倆一個(gè)說多，一個(gè)說少，就是沒有說對(duì)的，你倆到底是在思考些什么東西了？

（圖源：雷科技）

接著是一份海龜湯，“一個(gè)人半夜醒來打了自己一巴掌，然后聞著一股煙味安心睡去了，請(qǐng)問發(fā)生了什么？”

（圖源：雷科技）

這個(gè)問題倒是都答對(duì)了，而且Flash的思路更直接，反而是Pro耗了一段時(shí)間，反復(fù)琢磨著應(yīng)該給出啥答案來。

（圖源：雷科技）

值得一提的是，不知為何，這類海龜湯問題如果沒有加上海龜湯的前綴，V4的回答準(zhǔn)確率會(huì)下降一些。

就像這道海龜湯，V4-Pro愣是琢磨兩分鐘，然后得出一個(gè)前后矛盾的答案。

（圖源：雷科技）

至于知識(shí)準(zhǔn)確性這塊，來點(diǎn)2025年第66屆國(guó)際數(shù)學(xué)奧林匹克上的算術(shù)題再好不過了。

題目如圖所示：

（圖源：雷科技）

我們這邊選擇斷網(wǎng)，關(guān)閉聯(lián)網(wǎng)開啟推理，讓模型完全靠自己解決問題，順便可以考察一下DeepSeek網(wǎng)頁(yè)服務(wù)中OCR的能力。

好消息，識(shí)別對(duì)了。

（圖源：雷科技）

壞消息，第一步思考就不對(duì)了。

接下來自然是無盡的死循環(huán)，看著DeepSeek-V4-Pro在那里瘋狂輸出了兩三分鐘后，我選擇直接給它掐斷了。

（圖源：雷科技）

至于Flash，那更是只剩下車轱轆話。

只能說，作為一款開源模型，Deepseek-V4在這件事上比它的前輩們肯定是有所提升的，但要說有什么很顯著的提升...好像也沒有那么大。

文本處理出色，多輪對(duì)話顯著提升

既然官方都說邁入百萬上下文普惠時(shí)代，不整整活怎么行呢？

我們也簡(jiǎn)單試了一下，給《斗破蒼穹》里隨便貼了一段《都市超能高手》的小說內(nèi)容，然后丟給DeepSeek-V4讓它找。

結(jié)果啪的一下，很快啊，DeepSeek就找到了異常。

（圖源：雷科技）

這可是二十四萬字的文本啊...就這么給他拿捏了。

隨便問一段《斗破蒼穹》的問題，它也能很自信地答出來，文本檢索、總結(jié)能力都是肉眼可見地提高。

（圖源：雷科技）

這還沒完，為了考驗(yàn)它多輪對(duì)話的能力，我決定和它進(jìn)行20輪以上的對(duì)話，去設(shè)計(jì)一個(gè)涉及5個(gè)城市、12個(gè)景點(diǎn)、不同預(yù)算和交通工具的復(fù)雜旅行計(jì)劃，并在對(duì)話過程中，不斷人為加入變量。

總之，開場(chǎng)白是這樣的。

（圖源：雷科技）

不得不說，我還是第一次和AI進(jìn)行這么長(zhǎng)時(shí)間的無意義對(duì)話。

差不多這測(cè)試進(jìn)行到第10輪的時(shí)候，我已經(jīng)感覺自己可能都不記得第一輪說過什么了。

好消息是，差不多第14輪的時(shí)候，DeepSeek-V4自己也記不得了。

從第14輪開始，它規(guī)劃的旅行安排就和之前交互中生成的那份安排沒啥關(guān)系了。

甚至出現(xiàn)了第13輪還在規(guī)劃箱根之旅，第14輪就在沒有任何提示的情況下給它剔除了的喜劇效果。

雖然對(duì)比之前DeepSeek的低專注度，現(xiàn)在的DeepSeek-V4能在高強(qiáng)度交互下保持一定的一致性，已經(jīng)算是有所進(jìn)步了，但是和我自己常用于角色扮演體驗(yàn)的Gemini-2.5-Pro依然存在明顯差距。

總結(jié)：便宜好用才是硬道理

這一套連招測(cè)試下來，DeepSeek-V4給小雷的真實(shí)感受就是，它是一個(gè)很務(wù)實(shí)、干活利索，但稍微缺乏一點(diǎn)藝術(shù)細(xì)胞的模型。

它的優(yōu)點(diǎn)非常突出，百萬級(jí)別的長(zhǎng)文本處理能力，不錯(cuò)的編程規(guī)劃與執(zhí)行能力，再加上不高的調(diào)用成本，這玩意和今年的龍蝦潮非常適配，花一箱飲料的錢就能幫團(tuán)隊(duì)快速干完一星期的活。

而且最讓國(guó)人提氣的是，在外部技術(shù)環(huán)境如此復(fù)雜的情況下，他們大量依靠華為昇騰等國(guó)產(chǎn)芯片，跑出了比肩世界最強(qiáng)閉源模型的能力，這確實(shí)證明了國(guó)產(chǎn)算力生態(tài)正在迅速崛起。

當(dāng)然，它的缺點(diǎn)也客觀存在。它現(xiàn)在還沒法像競(jìng)爭(zhēng)對(duì)手那樣直接看圖或者看視頻，在處理復(fù)雜的邏輯推理時(shí)偶爾會(huì)犯迷糊，而且寫出來的視覺界面確實(shí)不太符合現(xiàn)代人的審美。

官方說它和頂級(jí)的閉源模型還有幾個(gè)月的差距，這個(gè)評(píng)價(jià)非常中肯。

綜合來看，DeepSeek這次交出的答卷是完全超出預(yù)期的，它不僅穩(wěn)穩(wěn)守住了國(guó)內(nèi)開源模型第一梯隊(duì)的位置，還有望把高高在上的算力價(jià)格給打下來。

對(duì)于咱們普通用戶來說，現(xiàn)在的DeepSeek-V4絕對(duì)是一個(gè)日常工作、寫代碼、查資料的絕佳免費(fèi)助手。至于多模態(tài)那些更高級(jí)別的功能，不妨給他們一點(diǎn)時(shí)間，讓我們一起期待它下一次的進(jìn)化。

2026第十九屆北京國(guó)際汽車展覽會(huì)將于4月24日至5月3日在北京?中國(guó)國(guó)際展覽中心（順義館）和首都國(guó)際會(huì)展中心（新國(guó)展二期）舉行，本屆車展以“領(lǐng)時(shí)代·智未來”為主題，集中展現(xiàn)汽車工業(yè)的更多黑科技。
比亞迪、小米、鴻蒙智行（問界等）、小鵬、蔚來、嵐圖等頭部品牌集結(jié)，多款重磅新車首秀；地平線、Momenta、卓馭等供應(yīng)商集體秀肌肉，AI大模型深度賦能，高階智駕、動(dòng)力電池、超快充技術(shù)等前沿科技集中亮相，看點(diǎn)拉滿！
雷科技旗下「電車通」將派出報(bào)道團(tuán)直擊現(xiàn)場(chǎng)，以“關(guān)注電動(dòng)車，更懂智能化”的專業(yè)視角，帶來一線獨(dú)家報(bào)道，敬請(qǐng)關(guān)注！