# 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。
6.  **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？