max比不上high的模型你见过吗

大家伙的各种纠结的应该是价格吧？

如果价格不变，大家肯定高呼梁圣了吧？ ^-^

区的厉害 继续观望，dsh 也够区的 自定义模型还不能设置思考强度

这我认可，要是还是原价估计都没啥话说

相比于预览版 提升不大。没有flash那么惊艳。相当于前菜给你上了一个波龙，当你正在想象正菜是什么神仙的时候，梁总端上来一锅加肉的猪肉炖粉条子。^-^

关键的是还涨价了 幅度还不小

因为V4P 0813身上一堆debuff

1、小弟V4F 0731提升巨大拉高了大众期待

2、发布后暴力涨价，尤其是Agent依赖的缓存读取高峰价格直接x12

3、发布当天出现了各种草台班子操作

好像用上专武harness会强一些，但主要问题是没有性价比了，希望能出coding plan

大部分时候是区，但是好像在一些特殊情况下会达到很好的效果，另外好像有人用dsh极简模式测出了很高的分数，真实度未知。链接在这里:

github.com/xiaobright/modeltest

docs/v4.1/DEEPSEEK_V4_PRO_HARNESS_ANALYSIS_20260814.md

main```

DeepSeek V4 Pro 正式版：harness 对照分析

日期： 2026-08-14

基准： Project2 V4.1b（题面、测试与计分规则冻结）

范围： DeepSeek V4 Pro 灰测、正式版 OpenCode、DeepSeek Harness（DSH/Fable）以及
DeepSeek V4 Flash 对照，以及 Fable 5、Opus 5、GPT-5.6-sol 顶端参照

本文只解释本项目内观察到的工程维护表现，不把单项目分数外推为通用模型排名。

结论摘要

1. V4 Pro 正式版具备灰测级能力上限。 DSH minimal + max 两跑为 99/96，均值
97.5，与 7 月灰测 OpenCode 两跑 99/96 完全相同；在本题上进入 Fable 5（98）、
Opus 5（97）和 GPT-5.6-sol（99/98）的同一顶端分数带。
2. 正式版对 agent scaffold 高度敏感。 同一正式模型在 OpenCode 四跑为
91/96/91/93，均值 92.75；第四跑还出现约 400k 上下文和大量无效工具探索。
3. 同环境三 preset 对照已排除 OS 和官方 harness 本身。 同一 WSL/max 环境中，
minimal 为 99/96，standard 为 91，PTC 为 92；Linux、DSH 或单一 run_code 入口
```此文件已被截断。 显示原始文件

不涨价还是可以的，涨价没话说，惊天一条区 ^-^

用起来感觉好贵啊，便宜的话还能接受

那也很好吃了。现在这个感觉就是一锅砂锅粉条子，连肉都没有。^-^

只能说flash给人的期望太大了，pro的升级没达到预期，加上价格涨太多了

个人觉得还是不错的，但是涨价确实逆天，毕竟原先说的可是大幅降价，现在看来是华为那边坑了？

过了，不至于是区，只是性价比不高。真区还得是混元和minimax那种

官方自己吹的 fable 5 级别。

哪个官方吹的fable5级别？能给个链接看看吗？

现在这个价格还行，8月17号之后就是区了，除非牢梁出一个coding plan

当初GPT5.5的好像也有类似问题吧?Xhigh比不上high和mid

区了，现在我更喜欢gemini 3.7 flash了