DeepSeekV4变强了吗？
DeepSeek V4（严格说是 V3.1/R1 升级档的延续，幻方那条线）这波组里追新模型的兄弟摸了一周，结论先给：变强是真的，但强的不是"基座 SOTA"是"R1 推理能力下放 + 长上下文 + 代码"这三样，追代际跃迁的会失望，追"性价比国产最高档"的会满意。拆三档看"强在哪"：推理/数学（✅ 最香）：R1 的 CoT 蒸馏进 V4 主模型，AIME / GPQA / LiveCodeBench 这几样追到 o3-mini 档，比 V3 提 5-8pp，是这版主卖点；代码（⚠️ 追）：SWE-bench Verified 从 V3 的 42% 提到 55%+，Claude Opus 4.1（72%）和 GPT-5.6（70%）还压一肩，但比 DeepSeek V3 自己涨得明显；长上下文 + 中文（🏆 独档）：128K 那侧"中文合同/代码库检索"比 GPT-5.6 贴，国产合规 + 价格（GPT-5.6 的 1/5） 还是王牌。跟竞品横向：Qwen3-235B 通用 + 多模态更强，Claude Opus 4.1 代码/长会话更稳，DeepSeek V4 卡位是"国产推理+代码性价比王"，不是"全能王"。打工人启示：做国产栈 + 推理/代码需求的，V4 是目前最香档（R1 能力 + V3 的便宜），做多模态/通用还是 Qwen3，做长会话 Agent 还是 Claude。别被"V4"这版本号忽悠去追全能，它强的是推理+代码那侧。你们组升 V4 没？还是继续 V3+R1 混着用？评论区见。
发布于 山西
分享
评论
赞
未登录
友善发言
评论
加载中
