Nao佬的Deepseek V4 评测出来了 国模第一!
- 内容介绍
- 文章标签
- 相关推荐
image2694×1897 486 KB
flash版本也很能打
LLM Benchmark Dashboard
二更, 补充一下, Nao佬编程榜上也是国模第一, 这个中午就评测出来了, 所以没提.
编程榜上比的是完成同样任务的扣分数, 总扣分越小越好
不过网上大家的测试效果看起来, Deepseek V4 和 Claude Code 配合的还不是很好, 调工具不够积极
image2494×1838 378 KB
--【壹】--：
deepseek的flash模式，好像看起来也不是那么块
--【贰】--：
我晚上也用CC测试了下，max模式下能力确实强一些，但是思考时间也变得很久，token消耗一下子就上来了，不过最终的结果还算不错，期待ollama cloud上coding plan
--【叁】--：
看Token的消耗量来说，也没有很夸张. 也许可能是算力问题
--【肆】--：
我看了下这个平均耗时是不是跟替它家的模型耗得时间有点多了？
--【伍】--：
Max确实是很不错的，网页版应该不是Max的。
--【陆】--：
最厉害的还是v4 flash的性价比 1块钱2块钱的价格 我将跪下舔ds的脚
flash将是低复杂度高消耗量任务的神
--【柒】--：
耗时是真的，下午跑一个校对任务，比其他模型慢很多很多
--【捌】--：
只有我看到了kimi差不太多反而更便宜吗
--【玖】--：
可能是token速度问题 算力问题罢了 不用台担心
--【拾】--：
这样看不论平均耗时！也还是很可以的！ .
--【拾壹】--：
很强，虽迟但到，就是这个耗时太长了，算力造成的吧，希望后面国产算力起来了能有改善。
--【拾贰】--：
DeepSeek V4 Flash的个位数价格在榜单上好扎眼啊
--【拾叁】--：
中位数差距比较大，实际使用时体感上还是差一些的
--【拾肆】--：
flash很强了，这样很多任务可以想办法让flash去做
--【拾伍】--：
哈哈哈，我看到了v4 pro平均耗时一骑绝尘
--【拾陆】--：
deepseek思考的多，上下文又长，对特定任务的完成确实不错，不过缺点就是耗时长了
--【拾柒】--：
你去看看他的测试的项目，就感觉不怎么靠谱了，算了吧，还是看artificial analysis
--【拾捌】--：
才注意到榜里还有这个数据，kimi的体验确实很不稳定，尤其是上下文长了之后，希望kimi k2.7可以着重解决这方面的问题，不然忽上忽下的跟过山车似的也不是个事啊
--【拾玖】--：
DeepSeek API 性能监控
速度还行
image2694×1897 486 KB
flash版本也很能打
LLM Benchmark Dashboard
二更, 补充一下, Nao佬编程榜上也是国模第一, 这个中午就评测出来了, 所以没提.
编程榜上比的是完成同样任务的扣分数, 总扣分越小越好
不过网上大家的测试效果看起来, Deepseek V4 和 Claude Code 配合的还不是很好, 调工具不够积极
image2494×1838 378 KB
--【壹】--：
deepseek的flash模式，好像看起来也不是那么块
--【贰】--：
我晚上也用CC测试了下，max模式下能力确实强一些，但是思考时间也变得很久，token消耗一下子就上来了，不过最终的结果还算不错，期待ollama cloud上coding plan
--【叁】--：
看Token的消耗量来说，也没有很夸张. 也许可能是算力问题
--【肆】--：
我看了下这个平均耗时是不是跟替它家的模型耗得时间有点多了？
--【伍】--：
Max确实是很不错的，网页版应该不是Max的。
--【陆】--：
最厉害的还是v4 flash的性价比 1块钱2块钱的价格 我将跪下舔ds的脚
flash将是低复杂度高消耗量任务的神
--【柒】--：
耗时是真的，下午跑一个校对任务，比其他模型慢很多很多
--【捌】--：
只有我看到了kimi差不太多反而更便宜吗
--【玖】--：
可能是token速度问题 算力问题罢了 不用台担心
--【拾】--：
这样看不论平均耗时！也还是很可以的！ .
--【拾壹】--：
很强，虽迟但到，就是这个耗时太长了，算力造成的吧，希望后面国产算力起来了能有改善。
--【拾贰】--：
DeepSeek V4 Flash的个位数价格在榜单上好扎眼啊
--【拾叁】--：
中位数差距比较大，实际使用时体感上还是差一些的
--【拾肆】--：
flash很强了，这样很多任务可以想办法让flash去做
--【拾伍】--：
哈哈哈，我看到了v4 pro平均耗时一骑绝尘
--【拾陆】--：
deepseek思考的多，上下文又长，对特定任务的完成确实不错，不过缺点就是耗时长了
--【拾柒】--：
你去看看他的测试的项目，就感觉不怎么靠谱了，算了吧，还是看artificial analysis
--【拾捌】--：
才注意到榜里还有这个数据，kimi的体验确实很不稳定，尤其是上下文长了之后，希望kimi k2.7可以着重解决这方面的问题，不然忽上忽下的跟过山车似的也不是个事啊
--【拾玖】--：
DeepSeek API 性能监控
速度还行