• gaoxiangyang

    图片

    从目前官方公布的信息来看,DeepSeek V4 Pro支持1M上下文长度,最大输出长度达到384K Token,同时支持非思考模式和思考模式,其中思考模式默认开启。

    根据DeepSeek官方公布的评测结果,DeepSeek V4 Pro正式版模型在HLE、Terminal Bench、Cybergym、DeepSWE等Agent能力超过Anthropic的Claude Opus 4.8,逼近Anthropic 6月发布的模型Fable 5,甚至有些榜单实现反超。

    主楼
  • FFFFFFFFFir

    有点不懂这些榜单benchmark具体针对的任务类型,像mc游戏mod的应该算java后端吧,这应该看哪个benchmark呢

    #1
  • jolyne

    (帖子已被作者删除)

    #2
  • GloryDuck

    简单来说 Deep swe 是最有价值的。代表的是能够长程处理一个复杂项目的能力

    #3
  • yxbj

    这和榜单有关系么?什么叫以前是接近现在是超越

    这个模型以前什么时候有过接近的评分

    今天刚出来的啊

    今天第一次评分,请问他接近的评分是什么时候评的?

    #4
  • jolyne

    (帖子已被作者删除)

    #5
  • junhua

    这么牛逼吗,这么看flash还是很值的

    #6
  • yxbj

    这里讲的就是两个模型

    一个flash一个pro

    你说的不是pro,那说的flash喽?

    图上那个flash的参数超过了?

    #7
  • yxbj

    你原话是“感觉榜单越来越离谱了,以前还是接近现在直接是超越了”

    我一个字没增没减

    请问你所说的“例如以前 qwen 之类的,或者百度的模型”

    在哪里?

    #8
  • 牗空

    嘿嘿嘿,哥们儿,话里带刺的是你,别倒打一耙^-^,这里不是抖海,不兴你急了这一套,反手炼化

    #9
  • yxbj

    我回复的是你发的第一个回复“感觉榜单越来越离谱了,以前还是接近现在直接是超越了”

    这个回复提到qwen或者百度的模型了么?

    你到刚才才回复引用你真正要回复的内容,请问别人怎么知道?

    大模型对话至少也要有上下文吧?

    #10
  • gaoxiangyang

    各位别争论了,都没有恶意,都冷静冷静,不要么这激动嘛!不就是新模型发布了吗,新品发布,总会带些夸大的宣传,雷布斯连个五菱上的门把手都能吹上几分钟,没必要这么较真了,好用不好用,自己测试测试就行了。

    #11
  • kiki

    官方都没有发布吧?现在都是自媒体带节奏。

    #12
  • jolyne

    (帖子已被作者删除)

    #13
  • gaoxiangyang

    也不全是自媒体了,新浪,百度,还有it之家这些媒体上都报道了,感觉官宣也不远了

    #14
  • 江雪何年初映人

    人家的意思是从以前的其它模型一直到现在,你理解错了。而且榜单这东西不都是图一乐吗,真正上手有效果才是最重要的

    #15
  • yxbj

    这话没问题啊,他要是这么说。没人会反对

    他这话的主语是啥你再看看

    #16
  • saberNighr

    v4 pro开源吗?如果开源的话,梁圣我每天睡觉前给你供个神像拜一拜

    #17
  • 觉浅

    效果有些差强人意了,感觉其实是灰度,不然官网怎么只改文案不发文,公众号也不发

    #18
  • yxbj

    我说的很清楚,我回复的是他的第一句回复“感觉榜单越来越离谱了,以前还是接近现在直接是超越了”

    这句话没有任何其他引用,我认为他的意图是指榜单造假,所以我反问了一下。

    他后来的解释是,他说的不是deepseek,说的是qwen,baidu。问题是他前面的话根本没提到这两个模型,别人怎么知道?

    你要说我语气有问题,可以,没问题

    那请问他回复我的“你自己没有手吗,不知道搜一下?”这句话带不带刺啊。该不该炼化啊?

    #19

发表回复

登录后回复