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)
-
全网首测!DeepSeek 4 小时之前又发布了一个多模态模型 Janus-pro
1:40
-
5分钟教你使用AI写一个风扇控制器
4:24
-
10小时前发布的大模型 Mistral-small-24B 马上开测!
2:46
-
NVIDIA又要跌?DeepSeek 刚用 FP8 没多久,这 FP4 训练要来了
0:51
-
一招解决DeepSeek-R1无法连接网络问题!还能白嫖DeepSeek-R1!
1:43
-
国产视频生成框架!能让老黄唱野狼 Disco!
1:17
-
大模型竞技场 - Gemini-2.0-Flash 全网首测!
4:03
-
微信刚上线 DeepSeek, 腾讯又把 AI 知识库也接入 DeepSeek 了?
2:10
-
来啦!Grok-3 全网首测!登陆火星 demo!
2:52
-
视觉大模型也能推理了?来看Ovis-2视觉模型的效果如何!
1:55
-
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
7:32
-
全站最速!DeepSeek-V3-0324 写代码能力评测!不仅 OpenAI, Claude 也要颤抖了
2:06
-
我用AI做了个网页版我的世界,还能用砸瓦鲁多
4:18
-
全站最速!GPT-4.1 写代码能力评测!啊?又拉了?
2:25
-
极限测试!Qwen3 写代码+画画!究竟是不是开源最强模型?
5:53
-
我发现了AI最有用的用途——整理桌面!来看 Kimi-K2 Agent 能力实测!
12:42
-
使用 AI 做了个以《三体》中叶文洁为视角的小短片——三体·独白
2:02
-
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!
0:37
-
nano-banana 幼儿园教程第②弹! 教你如何做模特图!
1:06
-
nano-banana 幼儿园级教程第③弹! 如何实现贴纸自由!
0:55
-
nano-banana 幼儿园教程第四弹! 教你如何克隆喜欢的图标!
0:46
-
nano-banana 教程第五弹! 如何万物像素化!
0:41
-
nano-banana 生成 8K 分辨率图片教程!
1:10
-
Kimi-K2-0905 实测! 一口气输出1100行代码
3:06
-
Qwen3-Max-Preview 实测! 给大家放个鞭炮
1:41
-
Qwen3-Next-80B-A3B 实测! 能跟头部模型对打吗?
2:20
-
刚发布的 Qwen3-TTS-Flash 实测!
1:31
-
DeepSeek-V3.2 实测! 真就只提升了0.1?
2:54
-
Claude-Sonnet-4.5 实测! 口嫌体正直国庆献礼?
2:18
-
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?
2:22
-
DeepSeek 竟然是 INTJ, 如果改成 INFP 会怎样?
2:22
-
claude-haiku-4.5 实测! 便宜大碗?
2:05
-
Vibe Coding 不流行了? Spec Coding 教程来啦
2:15
-
KAT-Coder-Pro-V1 实测! 早放3个月就好了?
2:36
-
Minimax M2 实测! 你也晚了3个月?
2:07
-
Cursor 推出炼蛊模式!一口气能开8个代理!
1:16
-
Cursor 终于有自己的大模型啦!来看实测!
2:32
-
Qwen3-Max-Thinking 实测! 呃......
2:28
-
Kimi-K2-Thinking 实测! 差距继续缩小!
2:17
-
Gemini 3.0 Pro 实测! SOTA! 不过发现两个重要问题!
3:17
-
nano banana pro 幼儿园教程! 如何合成橱窗图片!
0:52
-
Meta 的新模型 SAM 3 实测!
4:31
-
什么? 用 Claude Code 剪视频?
2:05
-
DeepSeek V3.2 正式版实测! 提升真的有限?
2:50
-
教程来啦! 如何使用AI打造自媒体博主军火库
2:57
-
GPT-5.2 实测! 美是真的美, 卡是真的卡
2:54
-
一秒生成高斯点云? Apple新模型SHARP实测!
1:25
-
AI送外卖到底有多强? 来看 Doubao-Seed-1.8 Agent 能力评测!
4:38
-
现在都流行大模型月更吗? MiniMax-M2.1 实测!
4:33
-
2025年全球大模型厂商下载量排行榜
3:42
-
500张图片测试! 一个视频告诉你GLM-Image怎么用!
3:27
-
不写 prompt 改看视频了! Kimi-K2.5 实测!
5:58
-
提升明显! Qwen3-Max 正式版 vs Preview版 实测!
4:55
-
不是说好了年前不发吗? DeepSeek 你个大猪蹄子
2:29
-
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!
7:04
-
啊?一个月一个版本? MiniMax-M2.5 4000万 token 实测!
5:06
-
Qwen3.5实测! 来看贺岁档大模型的实力!
7:01
-
Gemini-3.1-pro 实测! 更新了个寂寞?
4:32
-
inclusionAI Ling&Ring 2.5-1T 大模型实测!
5:15
-
Agent 能力有多强? 来看豆包 Seed 2.0 实测!
6:07
-
龙虾专用大模型? GLM-5-Turbo 实测!
5:10
-
如何做一个生产级SKILL? 用MiniMax-M2.7给龙虾写SKILL的保姆教程
3:44
-
从国产SOTA走向世界SOTA? GLM-5.1 实测!
8:01
-
AI能帮我拍照了? Qwen3.5-Omni实测!
6:06
-
花费106刀测试! Claude-Opus-4.7 到底更新了啥?
8:51
-
Kimi-K2.6 前端/后端/Agent编程能力实测! 甚至还帮我做了个游戏!
9:04
-
大模型写代码比说话还快是什么体验?
2:32
-
Agentic Coding 能力大幅提升! Qwen3.7-Max实测!
7:36
-
MiniMax-M3 最佳实践? 这个视频告诉你!
5:39
-
Fable 5 超越人类还为时尚早!
1:06
-
单卡 700TPS! Diffusion Gemma 来了!
0:44
-
GLM-5.2实测! 什么才是Agent能力的提升?
5:40
-
2分钟教你做一个可以自我迭代的 Agent
1:43
-
Flash模型横评! 性价比之选竟然是这个?
6:12
-
混元3实测! 300B参数竟然有这种Agent能力!
6:33
-
1B就能达到这种效果?LingBot-Vision实测!
1:13
-
Kimi-K3 全方位实测! 我竟然打游戏输给了她?!
14:05
-
我用 LongCat-2.0 省了 88% 的 Agent 输入成本!
4:57
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
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
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
新版上下文1M,知识库截止至2025年5月。可以了。
♥ 154 ↩ 16
1M,还快了不少,感觉像是V4的小参数轻量版
♥ 114 ↩ 23
好纠结一只鲸鱼
♥ 102 ↩ 8
deepseek这一个平A给另外两家大招骗出来了没绷住[笑哭]
♥ 80
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
可是我感觉它变傻了,分析东西不如之前有条理。
♥ 64 ↩ 29
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
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
很有可能只是 DeepSeek-V4-lite ,还不是完整版的 V4 。[doge]
♥ 40
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
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
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
你们为什么不自己问ds呢? [doge]
♥ 34 ↩ 9
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
有没有人觉得DeepSeek更新了变冷漠了
♥ 29 ↩ 5
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
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
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