不是说好了年前不发吗? DeepSeek 你个大猪蹄子

合集 · 大模型竞技场 (78)

  1. 1:40
    全网首测!DeepSeek 4 小时之前又发布了一个多模态模型 Janus-pro
  2. 4:24
    5分钟教你使用AI写一个风扇控制器
  3. 2:46
    10小时前发布的大模型 Mistral-small-24B 马上开测!
  4. 0:51
    NVIDIA又要跌?DeepSeek 刚用 FP8 没多久,这 FP4 训练要来了
  5. 1:43
    一招解决DeepSeek-R1无法连接网络问题!还能白嫖DeepSeek-R1!
  6. 1:17
    国产视频生成框架!能让老黄唱野狼 Disco!
  7. 4:03
    大模型竞技场 - Gemini-2.0-Flash 全网首测!
  8. 2:10
    微信刚上线 DeepSeek, 腾讯又把 AI 知识库也接入 DeepSeek 了?
  9. 2:52
    来啦!Grok-3 全网首测!登陆火星 demo!
  10. 1:55
    视觉大模型也能推理了?来看Ovis-2视觉模型的效果如何!
  11. 7:32
    谁是最强写代码模型? 我使用了最好的21个模型, 花了50刀, 总计测试252次
  12. 2:06
    全站最速!DeepSeek-V3-0324 写代码能力评测!不仅 OpenAI, Claude 也要颤抖了
  13. 4:18
    我用AI做了个网页版我的世界,还能用砸瓦鲁多
  14. 2:25
    全站最速!GPT-4.1 写代码能力评测!啊?又拉了?
  15. 5:53
    极限测试!Qwen3 写代码+画画!究竟是不是开源最强模型?
  16. 12:42
    我发现了AI最有用的用途——整理桌面!来看 Kimi-K2 Agent 能力实测!
  17. 2:02
    使用 AI 做了个以《三体》中叶文洁为视角的小短片——三体·独白
  18. 0:37
    nano-banana 幼儿园级教程① 如何将照片转换为城市天际线风格的建筑!
  19. 1:06
    nano-banana 幼儿园教程第②弹! 教你如何做模特图!
  20. 0:55
    nano-banana 幼儿园级教程第③弹! 如何实现贴纸自由!
  21. 0:46
    nano-banana 幼儿园教程第四弹! 教你如何克隆喜欢的图标!
  22. 0:41
    nano-banana 教程第五弹! 如何万物像素化!
  23. 1:10
    nano-banana 生成 8K 分辨率图片教程!
  24. 3:06
    Kimi-K2-0905 实测! 一口气输出1100行代码
  25. 1:41
    Qwen3-Max-Preview 实测! 给大家放个鞭炮
  26. 2:20
    Qwen3-Next-80B-A3B 实测! 能跟头部模型对打吗?
  27. 1:31
    刚发布的 Qwen3-TTS-Flash 实测!
  28. 2:54
    DeepSeek-V3.2 实测! 真就只提升了0.1?
  29. 2:18
    Claude-Sonnet-4.5 实测! 口嫌体正直国庆献礼?
  30. 2:22
    GLM-4.6 实测! 最近都很流行更新一大截然后版本就增加0.1嘛?
  31. 2:22
    DeepSeek 竟然是 INTJ, 如果改成 INFP 会怎样?
  32. 2:05
    claude-haiku-4.5 实测! 便宜大碗?
  33. 2:15
    Vibe Coding 不流行了? Spec Coding 教程来啦
  34. 2:36
    KAT-Coder-Pro-V1 实测! 早放3个月就好了?
  35. 2:07
    Minimax M2 实测! 你也晚了3个月?
  36. 1:16
    Cursor 推出炼蛊模式!一口气能开8个代理!
  37. 2:32
    Cursor 终于有自己的大模型啦!来看实测!
  38. 2:28
    Qwen3-Max-Thinking 实测! 呃......
  39. 2:17
    Kimi-K2-Thinking 实测! 差距继续缩小!
  40. 3:17
    Gemini 3.0 Pro 实测! SOTA! 不过发现两个重要问题!
  41. 0:52
    nano banana pro 幼儿园教程! 如何合成橱窗图片!
  42. 4:31
    Meta 的新模型 SAM 3 实测!
  43. 2:05
    什么? 用 Claude Code 剪视频?
  44. 2:50
    DeepSeek V3.2 正式版实测! 提升真的有限?
  45. 2:57
    教程来啦! 如何使用AI打造自媒体博主军火库
  46. 2:54
    GPT-5.2 实测! 美是真的美, 卡是真的卡
  47. 1:25
    一秒生成高斯点云? Apple新模型SHARP实测!
  48. 4:38
    AI送外卖到底有多强? 来看 Doubao-Seed-1.8 Agent 能力评测!
  49. 4:33
    现在都流行大模型月更吗? MiniMax-M2.1 实测!
  50. 3:42
    2025年全球大模型厂商下载量排行榜
  51. 3:27
    500张图片测试! 一个视频告诉你GLM-Image怎么用!
  52. 5:58
    不写 prompt 改看视频了! Kimi-K2.5 实测!
  53. 4:55
    提升明显! Qwen3-Max 正式版 vs Preview版 实测!
  54. 2:29
    不是说好了年前不发吗? DeepSeek 你个大猪蹄子
  55. 7:04
    GLM-5发布啦! 给大家带来实测! 国产大模型正式进入月更节奏!
  56. 5:06
    啊?一个月一个版本? MiniMax-M2.5 4000万 token 实测!
  57. 7:01
    Qwen3.5实测! 来看贺岁档大模型的实力!
  58. 4:32
    Gemini-3.1-pro 实测! 更新了个寂寞?
  59. 5:15
    inclusionAI Ling&Ring 2.5-1T 大模型实测!
  60. 6:07
    Agent 能力有多强? 来看豆包 Seed 2.0 实测!
  61. 5:10
    龙虾专用大模型? GLM-5-Turbo 实测!
  62. 3:44
    如何做一个生产级SKILL? 用MiniMax-M2.7给龙虾写SKILL的保姆教程
  63. 8:01
    从国产SOTA走向世界SOTA? GLM-5.1 实测!
  64. 6:06
    AI能帮我拍照了? Qwen3.5-Omni实测!
  65. 8:51
    花费106刀测试! Claude-Opus-4.7 到底更新了啥?
  66. 9:04
    Kimi-K2.6 前端/后端/Agent编程能力实测! 甚至还帮我做了个游戏!
  67. 2:32
    大模型写代码比说话还快是什么体验?
  68. 7:36
    Agentic Coding 能力大幅提升! Qwen3.7-Max实测!
  69. 5:39
    MiniMax-M3 最佳实践? 这个视频告诉你!
  70. 1:06
    Fable 5 超越人类还为时尚早!
  71. 0:44
    单卡 700TPS! Diffusion Gemma 来了!
  72. 5:40
    GLM-5.2实测! 什么才是Agent能力的提升?
  73. 1:43
    2分钟教你做一个可以自我迭代的 Agent
  74. 6:12
    Flash模型横评! 性价比之选竟然是这个?
  75. 6:33
    混元3实测! 300B参数竟然有这种Agent能力!
  76. 1:13
    1B就能达到这种效果?LingBot-Vision实测!
  77. 14:05
    Kimi-K3 全方位实测! 我竟然打游戏输给了她?!
  78. 4:57
    我用 LongCat-2.0 省了 88% 的 Agent 输入成本!
Description
给大家带来DeepSeek 刚刚发布还不知道名称的模型的实测, 由于是速报哈, 所以只测了大象牙膏这一个case. 但是能看出来很多东西, 给大家分析下:

首先肉眼可见美学, 建模, 物理模拟, 代码性能都有提升, 甚至还有小惊喜(它直到泡沫比较轻做了个飘落的阻尼)
目前来说这个比之前发布的任何版本都SOTA.

当然也发现了问题, 最大的问题是它会过度补全, 画面中增加了原本prompt没有要求的东西. 这个可能对严肃任务带来影响, 导致必须要用负向提示词约束他. 当然也有优点, 需要创意的场景比如聊天, 他的表现会非常好.

等DeepSeek正式发布后我会使用我的框架给大家带来详细的测试和Agent, 长上下文性能测试.

Comments

nsnnsnnsnnsn 2026-02-11

从这个模型的幻觉率和世界知识来看,参数量大概率很小。很可能是昨天x上爆料的v4的200b量化版本

♥ 326 ↩ 14

PolestarX 2026-02-11

有没有朋友实际用国产模型开发过项目, 现在国产旗舰模型和 GPT 5.3 codex, Claude Opus 4.5, Gemini 3 pro 这些模型差距怎么样? 个人用下来感受是 GPT 5.3 codex (Extra High) 和 Claude Opus 4.5 (Thinking) 差不多,编码和 Debug 能力比 Gemini 3 pro 明显高一档。 Opus 4.6 目前还没怎么用, 看 SWE 比 Opus 4.5 反而还低了点,不过 Agent 能力高了很多。

♥ 219 ↩ 63

历史时代1000 2026-02-11

新版上下文1M,知识库截止至2025年5月。可以了。

♥ 154 ↩ 16

独在故乡亦为异客 2026-02-11

1M,还快了不少,感觉像是V4的小参数轻量版

♥ 114 ↩ 23

Attn-Flow 2026-02-11

好纠结一只鲸鱼

♥ 102 ↩ 8

一榔头锤爆你 2026-02-11

deepseek这一个平A给另外两家大招骗出来了没绷住[笑哭]

♥ 80

林果给你 2026-02-11

真的,我被deepseek骂惨了,我副业写小说,现在这个deepseek张口就是“我作为从业多年的编辑”[笑哭],他以前不是把我当胎盘哄吗

♥ 66 ↩ 3

tb_7646djch 2026-02-11

可是我感觉它变傻了,分析东西不如之前有条理。

♥ 64 ↩ 29

顾长歌Uta 2026-02-11

今天变的 上下文长了 深度思考像起飞一样,chuachuachua给我冒字 说话语气有人味了一点? 每次回复的内容短了很多,有时候就回我几句

♥ 53 ↩ 2

8级大狂风-好养 2026-02-11

如阿普所说,确实变聪明了。他想到了我这辈子都没有想到的办法,比如说洗车店离我家就50米,开车还是走路?他明确给出了两个字,走路,然后做出了以下的解释。

♥ 50 ↩ 17

普通工科学僧 2026-02-11

很有可能只是 DeepSeek-V4-lite ,还不是完整版的 V4 。[doge]

♥ 40

天堂灬回音 2026-02-11

可能是之前爆料的200B的蒸馏版。如果真是这样就太期待了。我在APP聊天它的水平远比之前step 3.5 flash好的多。

♥ 38 ↩ 2

wscxlplwbzncsm 2026-02-11

试了一下感觉很拉胯啊,,我发现强调百万上下文的模型实际用起来都反而更容易出问题[笑哭]gemini也是

♥ 36 ↩ 6

怜昕_ 2026-02-11

感觉幻觉更重,rp能力大砍…文风流水账了,有点难过,知识库/速度/上下文 提升。编码能力不确定。

♥ 36 ↩ 6

飞天柚子啪 2026-02-11

你们为什么不自己问ds呢? [doge]

♥ 34 ↩ 9

用微积分买猫 2026-02-11

遇到错误答案,让AI再想一次就行,和之前看的论文一样,让他的回答成为提示词让他自己过一遍,得到的结果能更好

♥ 30 ↩ 7

荒岛诗集 2026-02-12

有没有人觉得DeepSeek更新了变冷漠了

♥ 29 ↩ 5

君的鸡汤4321 2026-02-11

怎么办呀怎么办!!!现在写小说的能力怎么拉成这样[大哭][大哭][大哭][大哭][大哭][大哭]

♥ 25 ↩ 11

水饱系晃荡花 2026-02-11

过年了今天,先是v4lite,然后是glm5,不到10分钟m2.5也发了[笑哭]

♥ 23

奕3弈飞奕4 2026-02-11

1m上下文,要是能做到提高智商的情况下再做到低成本,那没得说了,智能马桶恨不得都内置一个来调用api

♥ 23