让模型能在长任务里持续调用工具、修改代码、验证结果,最后交付一个真正能用的成品。
DeepSeek V4 Pro正式版最亮眼的成绩,是在两项评测中拿下绝对第一,直接反杀Fable 5。
其他几项高难度Agent测试中,DeepSeek则实现了对Opus 4.8的绝对跨越。
带工具的「人类最后考试」中拿到60.0分,反超Opus 4.8的57.9分,继续逼近Fable 5的63.0分。
就连此前最薄弱的软件工程智能体,DeepSWE也从预览版的12.8分暴涨到62.7分,接近原来的4.9倍。
Grok 4.6先是在综合能力上追平GPT-5.6,再在编码测试中连续完成反超。
到了更接近真实职场交付的知识工作中,Grok 4.6直接翻身反杀,在三项评测中全部拿下第一。
现在,第一批实测已经出炉。DeepSeek V4 Pro和Grok 4.6,也终于从跑分榜走进真实任务场。
拖动、旋转、缩放等基础交互全部可用;全球数据流、动态航线和地理标记,也被完整铺在地球表面。
再往细节看,大气层散射、云层渲染、昼夜光影乃至整套UI界面,同样一应俱全。
AI博主「向阳乔木」先用DeepSeek V4 Pro连跑三个小任务,随后又把其中两道题的相同提示词交给Grok 4.6,直接对比最终成品。
DeepSeek顺利跑通了整套流程,从页面设计和完成度来看,整体表现非常稳定。
第二个任务,是一次复刻60种设计风格,并生成一整套Bento卡片集中展示。
这一轮,DeepSeek在字体、配色和版式上做出了明显区分,整体视觉效果相当不错。
游戏不仅可以直接上手,还加入了立体场景、背景音乐和动态音效,操作反馈和可玩性全部在线。
Grok生成的游戏同样质感在线,无论视觉效果、场景完整度还是可玩性,都与DeepSeek V4 Pro不相上下。
它生成的部分页面,在排版、配色和视觉层次上更为成熟,最终效果也更加好看。
游戏中不仅有山脉远景和层叠云朵,水管也带有渐变与体积感。角色穿过水管时,画面甚至会弹出「+1」的浮动动画。
从场景层次到操作反馈,细节几乎全部拉满,端到端构建的完成度明显高于Grok 4.6。
在一组鹈鹕对比测试中,相较于Flash版本,V4 Pro的整体画面完成度更高,大象的造型也更加美观。
无论是树干与枝叶的细节,还是光影、景深和整体氛围,V4 Pro都不如另外两款顶尖模型。
几轮实测看下来,DeepSeek V4 Pro和Grok 4.6确实已经打到了同一水平线,难分伯仲。
对于这两款模型的同时爆发,大佬Rick De Oliveira给出的评价是,「强大,而且实惠。」
这DeepSeek V4 Pro和Grok 4.6的加持下,这两个几乎不可能同时出现的词,在今天,第一次真正走到了一起。
从网络安全、知识型任务到Agent自主解决问题,它们已经在多个战场上,凭借着更低的成本直接击碎了前沿能力的天花板。
回看今天这场魔幻的AI「对轰」,DeepSeek与Grok共同改写了一条游戏规则:
而今天,DeepSeek用仅为SOTA几十分之一的价格掀翻桌子,Grok则以极高的性价比紧随其后。
马斯克已经提前预告,Grok 4.7马上就来,目标直指超越所有顶尖AI;OpenAI与Anthropic的反击,也必将接踵而至。
身处这个以「小时」为单位进化的时代,智能不再是少数巨头的特权,属于所有人的应用大爆发,才刚刚开始。
本文来自微信公众号“新智元”,作者:ASI启示录,编辑:摩西 桃子,36氪经授权发布。
没有中国的开源AI,将来的世界灵魂都属于美国,如果闭源AI和机器人结合,连身体都是美国的。其他国家从头到脚、从里到外都将是美国的新型奴隶。
我用火山AgentPlan套餐,接 DeepSeek V4 Pro 写了20分钟的代码,连项目整体架构和缺陷都没有分析清楚,5小时的配额居然烧完了,这个计价的费率,是gml5.2的10倍左右,用讯飞的代理,继续接DeepSeek V4 Pro 继续这个缺陷的修复,然后,不到5分钟,就报503错误,没有一次是可以完整工作的,我到现在都没搞清楚,DeepSeek V4 Pro到底应该如何用,才能解决实际的问题
别净整些游戏等玩乐的没用的东西,比来比去。多搞点编程能力等工作任务上的测试,更有用一些
无锡暴雨冲来好多大鱼,附近居民纷纷赶来捕鱼,网友:欢乐之余要注意人身安全
美媒:美军驱逐舰曾因工程故障在海上失去电力达4天,厕所、空调均无法使用
来源:环球网 【环球网报道 记者 闫珮云】据美国海军学会新闻网(USNI)当地时间15日援引美军方消息报道,美军“阿利·伯克”级导弹驱逐舰“本福尔德”号7月曾因工程故障在海上失去电力长达4天,舰上厕所、空调无法使用,饮用水供应也受影响。
经济不烧脑|每3辆新车2辆是新能源,海南2030年全面禁油,中国到底在下什么棋
湖北日报全媒记者 李朝霞 鲁翩翩8月11日,中国汽车流通协会汽车市场研究分会发布了一组数据。7月,全国乘用车市场零售146.1万辆,同比下降20.9%。市场在萎缩,但新能源却在猛涨,新能源乘用车零售渗透率达到65.1%,较去年同期增长11.6个百分点,创历史新高。
“低价团”乱象被曝光,云南官方通报:立即组织有关州市对涉事旅行社、导游、购物场所开展调查
来源:云南省文化和旅游厅 8月16日晚,央视财经报道我省“低价团”的相关问题。我厅高度重视,立即组织有关州市对涉事的旅行社、导游、购物场所开展调查。一经查实,将依法依规严肃处理。感谢媒体关注监督!
广西男子酒后与妻子吵架跳江,消防员沿江搜寻一夜未果,第二天男子在对岸睡醒后又自己游了回来
近日,广西南宁。夫妻二人拌嘴,男子借着酒劲跳江。消防员沿江搜寻一夜却不见男子踪影。没想到,男子当夜在江岸睡着了,次日自己从江对岸游了回来。
传销头目出狱后变“国学大师”开办书院,浙江新昌最新通报:“如是书院”违法经营已被关停,赖某明等3人虐待学员被刑拘
8月16日,浙江新昌县联合调查组发布情况通报:8月5日,有媒体报道浙江新昌县“如是书院”相关问题。当日当地成立联合调查组,开展线索核查、调查取证、溯源摸排等工作。
#短剧# #短剧推荐# #热门短剧推荐# #因为一个片段看了整部好剧#