影片筆記：DeepSeek V4 Flash 正式版来了！Codex 接入教程＋真实编程实测

一句話總結

講者 Cade 介紹 DeepSeek V4 Flash 正式版 API 的發布，強調其 Agent 能力增強及對 Codex 的針對性適配，並詳細演示了如何在 Mac/Windows 環境下透過指令行工具配置 DeepSeek API Key 以替換 GPT 客戶端的預設模型，同時透過多個視覺生成實測案例與基準測試，評估其在結構簡化、互動邏輯及編程任務上的表現與限制。

核心重點

• DeepSeek V4 Flash 正式版發布：API 開放測試，Agent 能力大幅增強，原生支持 Responses API 格式，針對性適配 Codex。模型尺寸與 Preview 一致，僅進行後訓練。
• GPT 客戶端接入教程：
• 支援 Mac 與 Windows 指令行配置。
• 步驟：選擇修改配置 -> 輸入 API Key -> 自動備份與寫入。
• 結果：覆蓋默認模型，將努力程度設為 Hi。
• 恢復方法：運行初始命令選擇選項三。
• 效果：GPT 客戶端顯示為「自定義」，推理程度對應關係（Low/Medium -> Hi; XHi -> Max）。
• 模型參數與性能：
• 參數：284B 總參數，13B 激活參數。
• 限制：不支持圖像、音頻、視頻輸入。
• 基準測試表現：
• TOMEL BENCH 2.1：得分與「質樸 5.2」一致。
• DeepSeek 基準：得分超過「5.2」。
• 人類最後測試：得分不如「質樸 5.2」。
• 視覺生成實測案例：
• 清明上河圖：程序化生成，無外部 3D 資產。存在結構簡化（屋頂未構建、部分被擋）、畫面卡頓。
• 桌面行星儀：材質質感尚可，但存在錯誤，星球不轉動。
• 蘇州博物館：使用石片做假衫，效果超出預期。
• 上海地標（沙河/陸家嘴等）：河道過直，建築展示多樣。
• 互動咖啡館：支持點擊互動（下雨、咖啡豆溢出、咖啡機蒸騰、人物插杯、拉花、菜單交互、家具移動）。
• 模型對比與應用場景：
• 與 OPS5 對比：OPS5 需多次提示，速度慢，價格遠高於 V4 Flash。
• 日常應用：用於生成應用（如 Glock 4.5）、翻譯插件，具備上下文窗口大、速度快、價格便宜的優勢。
• 編程能力評估：簡單任務可行；複雜任務或 OneShot 生成，傾向使用 GPT 或 Glock 系列。

詳細大綱

1. V4 Flash 正式版發布與特性

• API 開放測試，Agent 能力大幅增強。
• 原生支持 Responses API 格式，針對性適配 Codex。
• 尺寸與 Preview 一致，僅進行後訓練。

2. 配置教程：將 GPT 客戶端接入 DeepSeek

• Mac 與 Windows 的指令行配置差異。
• 步驟：選擇修改配置 -> 輸入 API Key -> 自動備份與寫入。
• 結果：覆蓋默認模型，將努力程度設為 Hi。
• 恢復方法：運行初始命令選擇選項三。
• 效果：GPT 客戶端顯示為「自定義」，推理程度對應關係（Low/Medium -> Hi; XHi -> Max）。

3. 模型參數與基準測試表現

• 參數：284B 總參數，13B 激活參數。
• 限制：不支持圖像、音頻、視頻輸入。
• 基準測試：
• TOMEL BENCH 2.1：得分與「質樸 5.2」一致。
• DeepSeek 基準：得分超過「5.2」。
• 人類最後測試：得分不如「質樸 5.2」。

4. 視覺生成實測案例

• 清明上河圖：程序化生成，無外部 3D 資產。存在結構簡化（屋頂未構建、部分被擋）、畫面卡頓。
• 桌面行星儀：材質質感尚可，但存在錯誤，星球不轉動。
• 蘇州博物館：使用石片做假衫，效果超出預期。
• 上海地標（沙河/陸家嘴等）：河道過直，建築展示多樣。
• 互動咖啡館：支持點擊互動（下雨、咖啡豆溢出、咖啡機蒸騰、人物插杯、拉花、菜單交互、家具移動）。

5. 模型對比與應用場景

• 與 OPS5 對比：OPS5 需多次提示，速度慢，價格遠高於 V4 Flash。
• 日常應用：用於生成應用（如 Glock 4.5）、翻譯插件，具備上下文窗口大、速度快、價格便宜的優勢。
• 編程能力評估：
• 簡單任務可行。
• 複雜任務或 OneShot 生成，傾向使用 GPT 或 Glock 系列。

工具 / 模型 / 名詞整理

• 模型/產品名稱：
• Deepseek V4 Flash (正式版)
• V4 Pro Preview
• Codex
• GPT (客戶端)
• Deepseek (API/模型)
• 質樸 5.2 (音譯，指代某模型)
• K3 (模型)
• GPT-Sore (模型，疑點)
• Glock 4.5 (模型，疑點)
• OPS5 (模型)
• Office (模型，疑點)
• 工具/技術術語：
• API (Application Programming Interface)
• Agent (智能體)
• Responses API 格式
• 後訓練 (Post-training)
• 指令行命令 (Command line)
• Config 文件 (配置文件)
• 像素統計 (Pixel statistics)
• 渲染 (Rendering)
• 程序化生成 (Procedural generation)
• 3D 資產 (3D assets)
• 上下文窗口 (Context window)
• OneShot (單範例學習)
• 基準測試：
• TOMEL BENCH 2.1
• DeepSeek 基準

操作流程整理

配置 DeepSeek API 至 GPT 客戶端

1. 準備環境：確保使用 Mac 或 Windows 系統。
2. 執行指令：在指令行中選擇修改配置。
3. 輸入金鑰：輸入 DeepSeek API Key。
4. 確認寫入：系統自動備份並寫入配置。
5. 驗證結果：

• GPT 客戶端顯示為「自定義」。
• 默認模型被覆蓋。
• 努力程度設為 Hi。
• 推理程度對應關係：Low/Medium 對應 Hi，XHi 對應 Max。

1. 恢復預設：若需恢復，運行初始命令並選擇選項三。

值得注意的限制或風險

• 多模態限制：V4 Flash 不支持圖像、音頻、視頻輸入。
• 編程能力限制：在複雜編程任務或 OneShot 生成上，表現不如 GPT 或 Glock 系列，建議簡單任務使用，複雜任務轉向其他模型。
• 視覺生成瑕疵：實測中出現結構簡化（如屋頂未構建）、畫面卡頓、星球不轉動、河道過直等問題。
• 基準測試落差：在人類最後測試中，得分不如「質樸 5.2」，顯示其在某些人類評估標準下仍有不足。

逐字稿辨識疑點

• GPT-Sore：逐字稿提及「GPT-Sore 模型」，疑為聽寫錯誤，需查證是否為特定模型名稱或口誤。
• Glock 4.5 / Glock 模型：逐字稿多次提及「Glock 4.5」及「Glock 模型」，疑為聽寫錯誤，需查證是否指代其他知名模型（如 Grok 或其他）。
• 質樸 5.2：逐字稿提及「質樸 5.2」，疑為音譯或聽寫錯誤，需查證具體模型名稱。
• 揭露：逐字稿中多次出現「揭露」一詞（如「揭露 Codex 的教程」、「揭露的是 Dipsic V4 Flash」），語境上似應為「接入」、「配置」或「調用」，疑為聽寫錯誤。
• Dipsic：逐字稿提及「揭露的是 Dipsic V4 Flash」，疑為「DeepSeek」的聽寫錯誤。
• 沙河：逐字稿提及「上海地多邊形城市地标沙河」，語境上似應為「上海地標」或特定地點名稱，疑為聽寫錯誤。
• 假衫：逐字稿提及「用石片做的一些假衫」，語境上似應為「假山」，疑為聽寫錯誤。
• EM 的上下文窗口：逐字稿提及「因為它本身是 EM 的上下文窗口」，疑為聽寫錯誤，需查證具體參數或術語。
• Winz Flash：逐字稿提及「Winz Flash 在這個任務上完成的是非常一般的」，疑為「V4 Flash」的聽寫錯誤。

可延伸追問

• 「質樸 5.2」具體是指哪一個模型？其在 TOMEL BENCH 2.1 中的具體得分是多少？
• 「Glock 4.5」是否為「Grok 4.5」或其他模型的誤聽？其在編程任務上的具體優勢為何？
• DeepSeek V4 Flash 的 284B 總參數與 13B 激活參數，在實際推理成本與速度上的具體數據為何？
• 針對「互動咖啡館」實測中的點擊互動功能，DeepSeek 是如何實現狀態管理與邏輯判斷的？
• 在 Mac 與 Windows 系統下，配置 DeepSeek API 的指令行命令是否有具體的代碼範例？