一手实测V4：不愧是DeepSeek量子位

炸了炸了真炸了，DeepSeek一出手，AI圈都得震得抖三抖。

全新来袭的两个版本——

V4 Pro和Flash，一个主打性能，另一个更轻更快，两个都「开源」。

按DeepSeek自己的说法，V4在agentic编程能力上是开源模型里最强的，推理和世界知识也全面升级，上下文窗口从128K直接拉到了1M。

对比V3，当然是一次幅度不小的跨越，发布的时间点，距离上一个推理模型R1也整整过去了一年多。

不过V4这次带来的变化，还是让我们想认真摸一摸它的底，于是乎，我们也第一时间上手狠狠实测了一番！！

最近这模型那模型扎堆上，我是真晕了，于是我让V4给我roll了个龙虾和爱马仕的话题热度对比图，be like：

编程游戏也高低得安排上，直接让V4搓出一个《未来启示录：AGI降临》的文字策略冒险小游戏（量子位定制版）：

此外，面对网上大火的「对着镜子举手」的AI推理踩坑题，V4直接完胜ChatGPT-5.5：

当然了，新模型一出，网友们也坐不住，开始直接开始疯狂整活儿尝鲜：

博主David Ondrej搜集了网友们的测试案例，录了一段半个小时的测试视频，表示DeepSeek-V4能力比肩GPT和Opus，而且更便宜。

博主@Bijan Bowen更是直接用V4搭了一个飞机穿梭云层的3D交互世界，搓完直感叹： so cool～

热闹啊真热闹，会玩啊真会玩——

废话不多说，热乎乎的DeepSeek V4一手实测，来了！

DeepSeek V4一手实测

关于V4这一波的更新重点，官方原话是：在Agent能力、世界知识和推理性能上均实现国内与开源领域的领先。

按DeepSeek的说法，在Agentic能力Coding评测中，V4-Pro已达到当前开源模型最佳水平，并在其他Agent相关评测中同样表现优异。

在数学、STEM、竞赛型代码的测评中，DeepSeek-V4-Pro超越了当前所有已公开评测的开源模型。

所以呢，这次我们也就专门「照方抓药」，从这几个维度上来考量一下官方说法究竟有几分真～

Agentic coding能力实测

多说无益，我们先来实一下V4模型的Agentic coding能力，看看能不能接住招～

先小试牛刀一下，在「专家模式」下让DeepSeek V4帮忙搭建一个《怪奇物语》主题的剧集介绍网站。

搭建一个《怪奇物语》主题的剧集介绍网站，整体风格参考80年代复古科幻与悬疑惊悚氛围，网站需要包含首页、剧情简介、主要角色介绍等模块。

大概等了5分钟，真·功夫不负有心人。

当「霍金斯小镇编年册」出现在页面上时，第一反应就是：这时间真没白等，效果确实比预想中更好。

V4把整个网站拆成了剧集简介、主要角色、分季剧集、经典场景、海报展示、观众评价六大板块，结构完整，信息也比较清晰。

值得一提的是，V4还会根据不同主角的特征设计专属logo，比如小十一拥有超能力，页面里就用水晶球来做视觉符号代替，还是很匹配的。

唯一不足的地方是「交互」，有部分加入交互能力的板块（比如海报），emm…鼠标点击去是没有反应的…

接下来我们上点难度，再来考察一下模型的信息更新能力和热点捕捉能力：

搜索一下最近很火的「十二星座专属庇护所」短视频热度，并生成一份关于该选题的短视频爆火现象的研究报告。

先来夸夸，值得表扬的是V4确实get到了「十二星座专属庇护所」这个热点的内容的视频特点。

而且在视觉呈现上审美也在的，并且还自动把报告内容划分为传播规模、核心特征、顶层原因、商业变现几个方面。

但，是光网页搭建还远远不够——

试问哪个初来乍到的AI选手，不得和一道经典的「鹈鹕骑自行车」的svg题较量一番？（你说是吧，v4）

做一个鹈鹕骑自行车的动态svg。

这次我用了「专家」和「快速」两种模型进行了实测。

结果就是——快速模式《完胜》…（大家觉着呢？欢迎评论区唠唠。）

从呈现的效果来说来看，快速模式在画面颜色和运动轨迹呈现上更胜一筹，能感觉出鹈鹕有骑车子的前进动态感。