大家好，我是冷逸。
千呼万唤始出来，deepseek v4终于发布了。
这次一共有2个版本，v4 pro和v4 flash，都是1m上下文，也都开源。
v4 pro，1.6t（1.6万亿）总参数，49b激活。
v4 flash，284b（2840亿）总参数，13b激活。
在网页端/app，v4 pro对应“专家模式”，v4 flash“快速模式”。
一图看懂deepseek v4，图由gpt生成
据deepseek自己介绍，v4的agent能力仅比肩claude sonnet 4.5，离opus 4.6、4.7还有差距；世界知识离gemini-pro-3.1还有差距；推理性能，与gpt-5.4旗鼓相当。
官方report也直言，“发展轨迹约滞后前沿闭源模型3到6个月”。
api价格方面，deepseek v4比v3.2有所上涨，v4 pro涨了约6倍，v4 flash降了约50%。另外，并没有coding plan。
以上，来自官方信息。下面，我们基于实测来评估一下这个模型。
一手实测
1）编程：3d任务
先测一个3d任务，主要看模型的前端能力，考验模型对空间想象和逻辑推理的能力。
提示词：制作一个3d的雪山场景html，雪山中间有一个日式的寺庙，整体风格参考塞尔达旷野之息。
qwen3.6-plus：
glm-5.1：
deepseek v4 pro：
minimax m2.7：
gemini-3.1-pro：
为什么不对比kimi k2.6？kimi说他有点累了，让我晚点再问一下。
整体来看，“开源五杰”表现不一。
glm-5.1、qwen3.6-plus和gemini-3.1-pro在同一个水平，其他四家略逊一筹。
细节方面，glm-5.1和qwen3.6-plus是最强的。比如雪山粒子特效、日式建筑还原、塞尔达风格参考，他俩的整体表现比其他模型都要更优一些。
deepseek v4 pro，在这个case中表现一般。
我又试了一个3d魔方的老case，v4能做到还原。
提示词：create a single html file containing a fully functional 3d rubik's cube simulation using three.js (via cdn). the cube must be able to automatically solve itself.
中文：创建一个html文件，其中使用three.js（通过cdn方式引入）来实现一个功能完备的3d魔方模拟程序。该魔方必须能够自动完成自己的“解谜”过程。
这个case，我也测过很多模型了。基本上，最新的模型都能one shot，一次跑通。
2）编程：skills任务
今天，藏师傅开源了一个极其牛逼的ppt skill“guizang-ppt-skill”。
skill地址：github.com/op7418/guizang-ppt-skil
生成的是一份html式ppt，也就几十kb，可以发给任何人，在浏览器打开，字体、动画都不会变。
对于这个skill，藏师傅说“这是他十年审美的压缩包。”
我第一时间，就把这个skills装到我的claude code里。直接对着你的claude code说这句话就行。
帮我安装这个skill：https://github.com/op7418/guizang-ppt-skill，放在这个文件夹：c:\users\administrator\.claude\skills
然后，接入deepseek v4 pro跑了个case，让它把我昨天的文章设计成10页ppt。
给大家看下最终的效果。
整体排版、风格、字体搭配，我都非常满意。差不多我再微调下文字（可用trae或文本编辑器来改），这套ppt可以直接拿去演讲了。
3）编程：网站开发
需求是，让deepseek v4 pro基于我给到的模特照片，做一个摄影师作品集的网站。
提示词：我是拍模特广告的摄影师，我的工作室叫“小逸摄影”，文件夹 d:\vibe coding\ds v4\模特图片 放了一些模特图片，给我生成一个高级审美、大师水准的摄影师作品网站，用上文件夹里的图片并配上精美的讲解。
qwen3.6-plus，之前已经测过，效果很惊艳。
来看下deepseek v4 pro的表现。
也是深色背景+hero全屏+网格画廊，整个水准跟qwen3.6-plus差距不大。
如果要论细节的话，qwen3.6-plus在一些logo、文字配色和交互动画上要更强一些。
qwen3.6-plus生成的首屏
deepseek v4 pro生成的首屏
4）agent长程任务
任务，还是我们的老case，让claude code做一个联网搜索+word生成+skill调用+网站开发的复杂长程任务。
提示词：联网搜索、调研张雪机车的发展轨迹，尽量从权威信源获取信息。首先，给我创建一份5000字的word调研报告。然后，调用knowledge site creator skills给这份报告创建一个知识学习网站，页面高级审美。
这个任务，deepseek v4 pro跑了很久，耗时33分钟。
交付给我了2个东西，一个是word报告，一个是知识学习网站（带后端）。
先看word报告。
内容还是挺全面的。最近，我高频在用deepseek做信息检索，回答质量一直都比较靠谱。相比去年的deepseek，现在的幻觉已经大幅下降。
然后，再看它生成的知识学习网站。
直接带了后端+数据库的功能，我添加数据后，这个网站就可以真实使用了。
以上4个case，一共消耗了450万tokens，成本10元。蹲一个，deepseek啥时候出codingplan啊。
5）世界知识任务
世界知识，要系统测起来，比较麻烦。
我问了一些陌生领域（关闭联网，下同）的问题，它都能答得上来。
一些次新的知识，它也训了进去。
但最新的，它不知道。
我问了下它的知识库，说是训练数据截止到2025年5月。
6）写作任务
以我经常干的事“让ai续写”来进行测试。
提示词：
参考下文的风格续写，300字：
现在，谁发我一张图，我的第一反应都是：“这是不是gpt生成的？”
人类社会，大家能够坐下来一起讨论事情，最基本的前提是，我们活在同一个现实里，对最基础的事实认知是一致的。
而今天，目光所及的一切都在崩塌。deepseek v4 pro的表现还行，但还是爱拽一些技术词，比如锚点、脚本、图灵测试等。
gpt-5的表现，明显就更像人一些，说人话。
gpt，也一直是我的常用写作模型。但自己要注意微调一下，比如让它不要老说“不是…而是”，不要一直加破折号、冒号。
gemini-3.1-pro的表现继续拉胯。拽那么多成语一点用都没有，跟原文的风格非常割裂。
上周，我跟大家分享了写作经验，很多人都在评论区说gemini 3.1/3.0远不如gemini 2.5，确实如此。
claude-opus-4.6，这写作能力依旧顶级。
