# 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。

2.  **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。

3.  **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。

4.  **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）。

2.  **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。

3.  **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。

4.  **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）。
3.  **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。
4.  **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？