影片筆記：DeepSeek V4 Flash 正式开源！性能直逼 Opus 4.8，可免费白嫖！实测体验，附模型下载 | 零度解说

一句話總結

影片測試了開源的 DP-SIG V4 Flash 0731 模型，宣稱其性能直逼 OPUS 4.8，在代碼生成、3D 交互及視覺效果上表現優異，且成本極低，支持本地部署，被認為是追求性價比用戶的最佳選擇之一。

核心重點

1. 模型發布與定位：

• DP-SIG V4 Flash 0731 正式開源。
• 宣稱性能直逼 OPUS 4.8，基準測試分數超越 V4 Pro 預覽版。
• 在前端代碼競技場排名第七，開源模型排名第三。
• 原生支援 Sponsors API 格式，完全匹配 Codex。
• 支持透過 NAMASPP 進行本地部署。

1. 實測案例表現：

• 2D 跑酷遊戲：一次生成完整功能（跳躍、積分等），但難度較高，存在視覺瑕疵；相比 Cloud (OPUS 4.8)，後者控制更流暢，但前者外觀設計略勝。
• 3D 超級馬里奧：耗時 7-10 分鐘，生成 HTML 和 JS，包含音效、3D 交互，表現超預期。
• 太陽系模擬：還原行星軌跡、星際塵埃、光暈細節，支援縮放拖轉，畫面感十足。
• 機械工廠動畫：生成包含高級照明、活塞、機械臂等元素的 3D 動畫，效果不錯。

1. 多模型對比：

• 與 GPT 5.6 (LULA/LURA/Terra)、Gamla 3.6 Flash、KIMI K3 進行對比。
• 成本優勢：DP-SIG V4 Flash 價格僅為競爭對手（如 KIMI K3）的 1% 不到，生成設計遊戲成本僅 0.07 美元。
• 質量對比：在執行力、移動光源表達上稍強於部分閉源模型，但在流暢度、細節上仍有差距。

1. 資源與建議：

• Hugging Face 上有免費公共 API，無需 Token，但速度較慢。
• 建議硬體允許時，透過 NAMASPP 進行本地部署（量化盤已提供）。
• 認為該模型是當前追求性價比用戶的最佳選擇之一。

詳細大綱

一、 模型發布與核心優勢

• 發布資訊：DP-SIG V4 Flash 0731 版本正式開源發布。
• 性能定位：
• 性能直比 OPUS 4.8。
• 基準測試分數遠超 V4 Pro 預覽版。
• 在前端代碼競技場排名第七（1586分），開源模型排名第三，設計數據分析遊戲排名第六。
• 技術特性：
• 原生支援 Sponsors API 格式。
• 完全匹配 Codex。
• 支持本地部署（透過 NAMASPP）。

二、 實測案例：2D 跑酷遊戲

• 測試環境：使用 Hermis 對接 DP-SIG V4 Flash 0731。
• 提示詞：編寫一個三頁級別的跑酷遊戲。
• DP-SIG V4 Flash 結果：
• 生成文件約 65kb，單文件 01Lan。
• 功能包含：空格跳躍、下滑滑場、二段跳、積分系統。
• 評價：功能一次搞定，但遊戲難度較高，存在角色腿部長短不一的視覺瑕疵。
• 對比模型：Cloud (OPUS 4.8)：
• 同樣提示詞下，Cloud 生成的遊戲更容易過關。
• 評價：Cloud 在遊戲控制上更絲滑流暢，但 DP-SIG V4 Flash 在外觀設計上略勝一籌。

三、 實測案例：3D 超級馬里奧

• 測試環境：Hermis，DP-SIG V4 Flash 0731。
• 提示詞：編寫一款 3D 版的超級馬里奧。
• 生成結果：
• 耗時約 7-10 分鐘。
• 生成 HTML 和 JS 兩個文件。
• 功能：包含音效、鼠標控制方向、3D 交互、闖關跳躍。
• 評價：3D 交互做得不錯，一次性搞定，表現超預期。

四、 實測案例：太陽系模擬

• 模型：DP-SIG V4 Flash。
• 效果：
• 完整還原太陽系，行星軌跡清晰。
• 渲染真實的星際塵埃、光暈細節。
• 3D 場景流暢，支援縮放、拖轉，土星光環層次分明。
• 評價：畫面感十足，整體表現超預期。

五、 多模型對比測試

• DP-SIG V4 Flash vs. GPT 5.6 LULA (路納)：
• 速度：LULA 更快（不到 3 分鐘），V4 Flash 耗時 5 分鐘。
• 結果：兩者生成結果不同，需用戶判斷。
• DP-SIG V4 Flash vs. Gamla 3.6 Flash：
• 在相同規劃文檔和參考圖下，生成 Rap3 和 3GS 模型。
• 被稱為兩個 Flash 模型的終極對決。
• DP-SIG V4 Flash vs. KIMI K3 (汽車發動機)：
• 質量：V4 Flash 達到 KIMI K3 的 70%-80% 滑順度。
• 細節：KIMI K3 細節更好。
• 成本：V4 Flash 價格僅為 KIMI K3 的 1% 不到。
• DP-SIG V4 Flash vs. GPT 5.6 LURA (移動光源)：
• 質量：V4 Flash 在執行力和整體質量上稍強，移動光源表達更強。
• 亮度：LURA 模型在整體亮度上略勝一籌。
• 評價：對於開源模型，能縮小與閉源模型差距已是巨大進步。
• DP-SIG V4 Flash vs. GPT 5.6 Terra (提戶測試)：
• 進行流行提戶測試，對比效果明顯。

六、 其他應用與社區資源

• 機械工廠動畫：
• 提示詞簡單，生成包含高級照明、赤裸、重送帶、活塞、機械臂、曲軸及跳舞機器的 3D 動畫。
• 評價：效果相當可以。
• 免費 API 資源：
• 有人在 Hugging Face 上分享了 DP-SIG V4 Flash 0731 的免費公共 API。
• 特點：無需 Token，可直接對話，但速度較慢，建議輕度使用，勿浪費。
• 成本數據 (Hermes Agent)：
• 生成設計遊戲耗時 33 分鐘，成本僅 0.07 美元。
• 對比：若通過 Cloud 或 OpenAI 生成，成本至少百倍。

七、 總結與建議

• 市場趨勢：新一輪 AI 價格戰已開打，競爭對用戶有利。
• 模型推薦：
• GAMLINE 3.6 Flash：交捐最快，但效果一塌糊塗。
• DP-SIG V4 Flash：與 OPUS 4.8 同時交捐，質感與任務完成度高，價格便宜，性價比最佳。
• LM5.9：不快不慢，表現一般。
• 部署建議：若硬體允許，建議透過 NAMASPP 進行本地部署（量化盤已提供）。
• 其他案例：提及 3D 細胞探索器（模擬切開、環繞、閱讀生物學知識）。

工具 / 模型 / 名詞整理

• 模型名稱：
• DP-SIG V4 Flash (0731 版本)
• OPUS 4.8 (文中亦稱 Cloud, Oper 4.8, OBOS 4.8, DP4GV4)
• V4 Pro (預覽版)
• GPT 5.6 (文中亦稱 LULA, LURA, Terra, 5.6 路了)
• Gamla 3.6 Flash (文中亦稱 GAMLINE 3.6 Flash)
• KIMI K3
• LM5.9
• 工具/平台：
• Hermis (用於對接模型)
• Hermes Agent (代理模式)
• Openroot (使用數據來源)
• Hugging Face (分享免費 API)
• NAMASPP (本地部署工具)
• Codex (匹配對象)
• Sponsors API (支援格式)
• 其他專有名詞：
• 前端代碼競技場
• 量化盤
• 01Lan (文件類型或名稱)
• Rap3, 3GS (模型或項目名稱)

操作流程整理

1. 環境準備：

• 使用 Hermis 對接 DP-SIG V4 Flash 0731 模型。
• 若硬體允許，透過 NAMASPP 進行本地部署（使用量化盤）。
• 可選擇使用 Hugging Face 上的免費公共 API（無需 Token，但速度較慢）。

1. 執行測試案例：

• 2D 跑酷遊戲：輸入「編寫一個三頁級別的跑酷遊戲」提示詞。
• 結果：生成約 65kb 文件，包含跳躍、積分等功能，但難度較高。
• 3D 超級馬里奧：輸入「編寫一款 3D 版的超級馬里奧」提示詞。
• 結果：耗時 7-10 分鐘，生成 HTML 和 JS，包含音效和 3D 交互。
• 太陽系模擬：輸入相關提示詞。
• 結果：還原行星軌跡、星際塵埃，支援縮放拖轉。
• 機械工廠動畫：輸入簡單提示詞。
• 結果：生成包含高級照明、活塞、機械臂等元素的 3D 動畫。

1. 多模型對比評估：

• 將 DP-SIG V4 Flash 的結果與 Cloud (OPUS 4.8)、GPT 5.6 (LULA/LURA/Terra)、Gamla 3.6 Flash、KIMI K3 進行對比。
• 評估維度包括：生成速度、質量（流暢度、細節、亮度）、成本。

1. 成本與效益分析：

• 記錄生成時間與成本（例如：生成設計遊戲耗時 33 分鐘，成本 0.07 美元）。
• 對比閉源模型的成本（至少百倍差異）。

值得注意的限制或風險

1. 模型名稱辨識不確定：影片中提到的模型名稱存在多種變體（如 DP-SIG, Depicc, DeepSick 等），可能影響準確搜索或下載。
2. 性能與質量差距：

• 雖然宣稱直逼 OPUS 4.8，但在實際測試中，部分閉源模型（如 Cloud, LULA）在控制流暢度、細節處理上仍優於 DP-SIG V4 Flash。
• 生成的 2D 跑酷遊戲難度較高，且存在視覺瑕疵（如角色腿部長短不一）。

1. 免費 API 限制：Hugging Face 上的免費公共 API 速度較慢，建議僅供輕度使用，避免浪費資源。
2. 本地部署要求：本地部署需要一定的硬體支持，並非所有用戶都能輕鬆實現。

逐字稿辨識疑點

• DP-SIG / Depicc / DeepSick / DPSG / DPCK / Depicic / DPC / DP4GV4：逐字稿中該模型名稱拼寫極不統一，出現多種變體，疑為聽寫錯誤或口誤。
• OPUS / Oper / Cloud / OBOS：文中將同一個對比模型稱為 OPUS 4.8、Oper 4.8、Cloud、OBOS 4.8，疑為聽寫錯誤。
• LULA / LURA / Terra / 路了 / 5.6 路了：文中將 GPT 5.6 的某個版本或變體稱為 LULA、LURA、Terra，疑為聽寫錯誤。
• Gamla / GAMLINE：文中將 Gamla 3.6 Flash 稱為 GAMLINE，疑為聽寫錯誤。
• LM5.9：文中提及此模型，疑為聽寫錯誤，可能指代其他模型。
• A3D：文中提到「升級了 A3D 的能力」，疑為聽寫錯誤，可能指 3D 相關能力。
• 直比 / 直指：文中「性能直比 OPUS 4.8」及「原生直指的 Sponsors API」，疑為「直逼」或「支持」的聽寫錯誤。
• 失配：文中「完全失配 Codex」，疑為「匹配」的聽寫錯誤。
• 滑場 / 滑順度：文中多次出現「滑場」，疑為「滑動」或「滑行」的聽寫錯誤；「滑順度」疑為「流暢度」或「平滑度」。
• 創死了 / 煮菜湯：文中出現「創死了」及「煮菜湯」，疑為遊戲中角色死亡或特定狀態的聽寫錯誤，或為口語俚語。
• 重送帶：文中描述機械工廠時提到「赤裸、重送帶」，疑為「傳送帶」的聽寫錯誤。
• 卡通：文中「沒有丝毫卡通」，疑為「卡頓」的聽寫錯誤。
• 避約：文中「縮小和避約模型的差距」，疑為「閉源」的聽寫錯誤。
• 交捐：文中多次出現「交捐最快」、「同時交捐」，疑為「交付」或「生成」的聽寫錯誤。
• 一塌糊塗：文中「生成效果確實一塌糊塗」，疑為「一塌糊塗」的正確寫法，但語境中可能意指「很差」。
• 小無驚大窩：文中「小無驚大窩」，疑為「小巫見大巫」的聽寫錯誤。
• 飛模型 / Fly 模型：文中「DP4GV4Fly 模型」，疑為「Flash 模型」的聽寫錯誤。
• 報告：文中「放在視頻下方的報告」，疑為「連結」或「資源」的聽寫錯誤。
• 零度博散：文中「零度博散」，疑為特定名稱或聽寫錯誤，無法確認。
• 提戶測試：文中「提戶測試」，疑為「提示測試」或「Prompt 測試」的聽寫錯誤。

可延伸追問

1. 模型名稱確認：究竟哪個名稱是該開源模型的正確名稱？如何準確搜索和下載？
2. 本地部署細節：NAMASPP 具體如何操作？需要什麼樣的硬體配置？
3. 免費 API 可用性：Hugging Face 上的免費 API 是否長期有效？是否有使用限制？
4. 性能對比細節：與 OPUS 4.8 和 GPT 5.6 的具體性能差距在哪裡？是否有更詳細的基準測試數據？
5. 應用場景擴展：除了遊戲和 3D 模擬，該模型在其他領域（如文檔處理、數據分析）的表現如何？