DeepSeek V4 Pro 0813

原文 ↗ Hacker News 讨论 ↗

DeepSeek 的新 V4 Pro 0813 模型被拿来与其自身的 V4 Flash 变体，以及 Claude Opus、Fable、OpenAI 的 Sol/Luna 等美国“前沿”模型进行比较：基准测试显示它略低于最顶级系统，但在 DeepSeek 激进的提示缓存加持下，每个任务的成本只是一小部分。许多工程师认为，Flash 在日常编码中仍然是性价比最好的选择，而 Pro 在规划、审计和更难的推理任务上可能更值得使用，不过结果会非常依赖所选的 agent harness 和工作流。评论者也在权衡隐私、中国模型在西方企业中的采用，以及 DeepSeek 宣布将提高峰/谷定价这一变化——即便如此，它仍可能比西方竞争对手便宜得多。

与其他模型的整体定位

  • 基准测试显示 DeepSeek V4 Pro 0813 接近 Fable 5 / Opus 5 级别，并高于 GLM 5.2，Flash 紧随其后。
  • 用户将其与 Qwen3.8-max、Kimi-K3、GPT-5.6（Luna/Sol）、Grok 4.6、MiMo、GLM 5.2 相比较：普遍共识是“接近前沿”，但并非公认最强。
  • 一些人表示，在他们的任务上 Pro 不如 Luna 或 Kimi；另一些人则说把缓存和成本算进去后，它又胜过 Luna。

定价、缓存与订阅

  • 原始 token 价格非常低；在大量缓存读取的情况下，有人声称每个任务的成本比 Opus 低 10–60 倍，也比用于编程 harness 的 Luna 更便宜。
  • DeepSeek 正在引入高峰/非高峰定价，并警告未来将有“显著”涨价；关于时间点和新费率的具体数值仍然有混淆。
  • 争论点在于：购买 API token 的用户 vs. 获得大幅补贴的 ChatGPT/Claude 订阅用户。很多人指出，订阅在实际效果上可以把所有按 token 计费的方案都压低。

Pro vs Flash 以及真实世界的编码

  • 基准测试：在编码/agent 任务上，Pro 大约比 Flash 高 5 分，但很多人觉得 Flash 已经“足够好”，而且便宜得多。
  • 一些工作流是：“Pro 负责规划，Flash 负责实现”或反过来；也有人使用前沿模型（Sol/Fable/Opus）来规划/审阅，再用 DeepSeek 来实现。
  • 有几位提到 Pro 感觉更慢，而且并不总是比 Flash 值得；另一些人则说 Pro 每次任务更可靠，也更不啰嗦。
  • 普遍共识是 harness/工具链非常重要：在 Pi、OpenCode、Codex 等不同环境下，结果差异巨大。

质量、幻觉与适用领域

  • 反馈不一：有人称 Pro 在 pass@1 上“并不可靠”，但在 pass@3 上很强；另一些人说，在他们的多轮 agent 循环里，它与 Sol/Fable 持平甚至更好。
  • 据称 ArtificialAnalysis 的幻觉指标对 DeepSeek 模型表现很差；一些用户也确认，在非编码或多语言散文上幻觉更多。
  • 在安全审查、性能调优、研究/评测以及 agentic 循环中，不少用户对 Pro 的性价比印象很深。

隐私、政治与托管

  • 有人担心 DeepSeek 会保留数据并用提示词训练；在出现零保留提供商之前，一些人拒绝做基准测试。
  • 另一些人不把这些顾虑当回事，甚至更愿意让数据处于美国司法管辖区之外。
  • 即使模型托管在美国/欧盟，或在本地运行，企业也可能因为监管/政治风险而避开中国来源模型。

生态与部署

  • Pro 0813 的权重目前还没有被广泛提供；Flash 已经可以本地运行，并被称赞为“便宜到几乎无法计量”。
  • 用户也在讨论 OpenRouter 的替代方案（其他路由器、直接使用 API），以获得更好的缓存、更强的隐私控制或更低的费用。