从 WTF DS v4 flash 这次有点东西 继续讨论。
近期我的测试集稍稍升级了一下，就等着伺候我们全新的 DeepSeek v4 Pro GA。以下是详细的测试结果。
叠甲声明：
测试环境中，DS v4、GLM 5.2 均采用 ClaudeCode + 无Claude.md + 无skill 进行创作；GPT 系列使用官方 Codex 订阅；Kimi 使用官方 Kimi Code 在不同目录中完成完全隔离的操作。全程监控，无作弊可能。
一、 后端能力测试
简单题大家基本都是一次过，这一次随机抽选没抽到特别难的题，所以各家模型的试错次数都比较少。
竞品战绩：
- GLM 5.2（正价 API，最高思考预算）：3 次过
- GPT 5.6 SOL Max & Kimi k3 Max&自家小弟 v4flash（我知道这很逆天）（最高思考预算）：均为 1 次过（一遍过）
图示为GPT 5.6 SOL战绩
- Claude：给我号封了，测不了。
DeepSeek v4 Pro (GA) 战绩：
- 结果：8 次才过。
我专门给了他不带后缀的文件夹以示我的尊敬，但还是给我拉了坨大的……跑这几次花了 5 块钱左右（昨天用了一块多一点）。我不理解，这一代的表现是不是有点过于拉胯了？
二、 前端代码与审美测试
注：前端审美是个很主观的东西，这里只测试了单文件 HTML，请勿上纲上线。部分链接的提示词为输出内容（因为懒得找免费的托管平台），我确保以上模型均为 API 正式调用且保真，无提示词干扰（Agent 应用内置提示词除外）。
| 模型 | DeepSeek v4 Pro GA | Kimi k3 Max |
|---|
| 备注 | 首次报错，修改一次。使用了谷歌字体，能访问谷歌服务体验更好。 | 网页版，最高思考预算。 |
| 演示地址 | 点这里 | 点这里 |
实际效果只能说是高下立判。
三、 文笔与文本创作测试
国内模型：
海外模型（需特殊网络环境）：
四、 总结
实话说，我觉得这次 DeepSeek v4 Pro 系列已经泯然众人矣了。
从当年 R1 时代的遥遥领先，到现在连自己最擅长的中文文字创作能力都慢慢不再领先。DS v4 Pro GA 这次好像真的有点过于赶鸭子上架了。当然——也不排除是 api 紧急路由回预览版了，小南梁啊小南梁，你输得很彻底！
补充一下：DeepSeek 全系现已严肃涨价！
是的孩子们 我们 DeepSeek 严肃学习友商超恶心峰谷价策略，各位同志们下次得先掐表再用 DeepSeek 了
but！！！就在这时，DeepSeek Harness（简称 dsh） 发布！吓得奥特曼瘫坐在椅子上，仿佛看到宇宙爆炸！
官网
功能很多，界面不算复杂，有 webui
