趕在7月最後一天,DeepSeek終於拿出了V4正式版,首發的只是V4 Flash-0731,Pro正式版要到8月初,會隨著DeepSeek的Harness工具一起問世。
V4 Flash-0731發佈之後,之前還因為DeepSeek跳票而把梁文鋒稱為小梁、梁白開的網友馬上恢復了梁聖的稱號,因為它的表現超過了預期,官方測試性能超過了GLM-5.2,比Opus 4.8低一些,部分測試甚至能追上後者。
那V4 Flash-0731到底有多強,網上已經有很多網友自發測試了,基本上符合官方的說法,性能表現相對它284B參數來說算得上是驚豔,比很多1000B兆大模型都要強。
如果還看不懂V4 Flash-0731的性能水平,有網友用GPT分析彙總了AI性能排行榜Artificial Analysis上的資料,結合API定價做了詳細的對比,幾乎囊括了國內外常見的大模型了。
這個榜單很簡單,橫坐標是價位,越低越好,縱坐標是性能分數,越高越好,每個大模型還根據思考擋位做了區分。
大家不想挨個對比的話,可以只看V4 Flash-0731的位置,位於它右下角的大模型意味著要麼性能不如V4 Flash-0731,要麼價格不如它。
簡單來說,右下角的那些國內的或者國外的大模型已經被V4 Flash-0731斬殺了,僥倖不被V4 Flash-0731斬殺的主要是兩種,一種是價格比它還低的,這裡面主要是GPT-5.6 Luna(low)、小米的MiMo-V2.5,前者剛剛降價80%,不然也會落入斬殺線範圍內。
小米的大模型之前就隨著V4預覽版降價了,而且還是多模態的,有一些優勢,不過程式設計性能跟現在的V4 Flash-0731差了一截,猜測小米應該也要快要發佈升級版了。
右上角不被V4 Flash-0731斬殺的大模型則是當前國內外AI巨頭的主力/旗艦大模型,包括Kimi K3、Fable 5、Opus 5、Opus 4.8、GPT-5.6 Sol等,而且需要思考擋位開到Max、High等級才可以靠性能優勢拉開與V4 Flash-0731的舉例,脫離危險區。
總的來說,這個圖表可以清晰地展示出V4 Flash-0731的能力區間,網友之前將DeepSeek定位於AI領域的斬殺線,這個概念還是很有趣且精準的,不論國內還是國外的大模型,性能超過了DeepSeek的大模型沒啥獎勵,但你要是連DeepSeek性能都追不上,那它超強的價格優勢會讓你很難受,拼價格無異於利潤自殺,不拼價格就會被吸走使用者。
以上這些還是V4 Flash-0731這個輕量級模型的能力,DeepSeek的殺手鐧V4 Pro正式版還要再等幾天,而且還有自家配套的Agent軟體,考慮到其參數量是V4 Flash-0731的5倍左右,性能可期,搞不好會把斬殺線標準提升到Opus 5/GPT-5.6 Sol等級。
最後,V4 Flash-0731的命名又回到了去年R1那種版本號不變但加上日期後綴的風格了,意味著隨著時間的推移,V4 Flash及Pro的後訓練還會加強,每隔兩三個月就要提升一次,友商也得跟上了。
隨後,國家超算網際網路宣佈,DeepSeek-V4-Flash正式版模型DeepSeek-V4-Flash-0731已正式上線,同步提供API呼叫服務及模型檔案。
據介紹,國家超算網際網路現面向企業和開發者開放該模型的API呼叫服務,無需進行繁瑣的環境配置,即可快速接入使用,為各行業提供高性能、安全可靠且普惠的全場景AI開發支撐。
使用者可登錄國家超算網際網路官網PC端,通過首頁“服務”下拉菜單進入“模型服務”專區,直達模型API呼叫頁面。
模型能力方面,DeepSeek-V4-Flash-0731經過大量後訓練,智能體能力和指令遵循能力均獲得大幅提升。
在多項基準測試中,DeepSeek-V4-Flash正式版表現出色,綜合性能可與當前頂級閉源模型相媲美。
據瞭解,目前國家超算網際網路AI社區已彙集超過1700款國內外熱門開源大模型,覆蓋DeepSeek、GLM、Qwen、Kimi等主流模型系列。
DeepSeek趕在7月最後一天發佈了V4-Flash正式版,性能表現很驚豔,接近Opus 4.8的能力,但這還不是DeepSeek的大招,後面還有V4 Pro正式版,以及官方配套的Harness軟體。
前兩天網上就傳出了DeepSeek Harness工具的內測消息,說是本周末開始,但沒有官方證實,現在該項目的負責人崔添翼已經面向全球徵集內測使用者,特別是有過Agent Harness項目經驗的開發者,發自己的Github ID和代表作就可以申請。
這個貼文下面也引來了全球的Harness開發者的興趣,有幾十個相關項目的開發者都在爭取加入內測,在此類項目中熱度算是非常高了。
現在不確定的是官方最終的命名是否就是DeepSeek Harness,這個名字對英文使用者來說簡單直接,但對國內的使用者來說有點複雜,不知道是否會選擇一個更簡單明了的名字作為最終的商業品牌。
DeepSeek現在有的客戶端/工具就是DeepSeek app,但主要用途是聊天,類似ChatGPT,現在這個很快發佈的DeepSeek Harness類似於OpenAI的Codex,是一個偏向程式設計、辦公的AI工具。
不過OpenAI現在的做法是把ChatGPT與Codex整合為一個超級app,名字還是選擇了最成熟的ChatGPT,但客戶端的介面和能力實際上是Codex,DeepSeek Harness完全可以用這樣的方式來做,APP還是叫DeepSeek,把聊天與程式設計、辦公等功能整合到一起。
最後就是發佈時間,DeepSeek V4 Pro正式版很快會發佈,Harness工具應該會跟它一起亮相,組成黃金搭檔,預計是8月初了,還得再等幾天。
(硬體世界)
