Обзор DeepSeek v4 Pro (тесты в реальных условиях)
Уникальная особенность DeepSeek V4 Pro заключается в том, что происходит между блоками кода
DeepSeek V4 Pro и V4 Flash были выпущены на этой неделе. Основная характеристика — гибридная архитектура внимания которая сжимает нерелевантный контекст: при окне контекста на 1 миллион токенов он использует 27% вычислительных ресурсов и 10% памяти по сравнению с предыдущей моделью. Отборные бенчмарки, на которые указал создатель: 93,5% LiveCodeBench, 80,6% SWE-Bench, и примерно 20-пунктовое преимущество в Simple QA над другими открытыми моделями. Стоимость при использовании API по модели pay-as-you-go составила меньше $0,30 для за 150 запросов (102 на V4 Pro в Kilo Code, 48 на V4 Flash в Hermes). План кодирования отсутствует — только API-ключ с тремя режимами: non-think, think high, think max.
Tool-call chain-of-thought является отличительной чертой
На китайском 3D-примере строительства, Kimi 2.6 и MiMo 2.5 Pro быстро предоставляют код с поверхностным рассуждением. V4 Pro генерирует ~1000-строчный блок кода но чередует его с интенсивной самокритикой — создатель отмечает строки, где модель пишет «на самом деле более чистый подход» и «давайте также подумаем о режиме рентгена». Она обнаруживает ошибки типов в процессе сборки на задаче с крипто-панелью и только затем вносит исправления, вместо того чтобы выдавать сломанный файл. Компромисс — скорость: этот проект занял на 40–45 минут больше чем Kimi или MiMo.
Исходный вывод, не так уж и много
Рейтинг по тому же одноразовому набору тестов, который канал использует для всех китайских моделей: - 3D-моделирование зданий: Kimi 1-е место (самый чистый интерфейс), V4 Pro 2-е место (больше функций, но неаккуратные метки), MiMo последнее место. - Космический шутер: Kimi 1-е место (игровой процесс работает), V4 Pro 2-е место (чистая графика, нельзя убить врагов), MiMo последнее место. - Мир Minecraft/вокселей: Kimi 1-е место (лаг 7 FPS, но запускается), MiMo 2-е место (мир сломан, но плавно), V4 Pro последнее место (черный экран). - Крипто-панель: V4 Pro завис на VPS, вернул localhost ссылку, восстановился после исправления запроса.
По словам автора: это «проблема запроса, а не модели» — нечеткие одноразовые тесты недокармливают потребность V4 Pro в точных спецификациях.
Используйте его как агента, а не как модель IDE
Параллельное сравнение V1 против V2 в космическом шутере на Hermes показало силу V4 Pro: V1 использовал последовательную запись, V2 применял ту же длинную цепочку рассуждений для добавления механики перегрева и работающего огня. Kilo Code также в настоящее время не может переключать режимы рассуждений для V4 Pro — базовый URL остается api.deepseek.com (нет /v1).