性能暴涨30%+拥抱Codex/Responses API技术体系，DeepSeek V4正式版模型深度解读+性能评测！

九天Hector 首頁 每日列表 原始影片
實際影片長度：6:08.710。原文、繁中、雙語可點擊句子跳轉影片。
0:00.000–0:01.640
仅凭模型后训练的优化
0:01.640–0:04.160
模型性能就能暴涨超过30%
0:04.160–0:07.240
一个推理激活的参数量只有13B的模型
0:07.240–0:09.980
居然就逼近了Claude 3.5模型的性能
0:09.980–0:12.420
这就是Deepseek V4 Flash正式版
0:12.420–0:13.380
时隔三个月
0:13.380–0:16.400
Deepseek V4的正式版模型终于陆续登场
0:16.400–0:18.060
就在7月31号下午
0:18.060–0:20.380
V4 Flash的正式版率先亮相
0:20.380–0:22.180
相比三个月前的阅览版
0:22.180–0:24.780
正式版Flash模型保持的架构和模型参数不变
0:24.780–0:27.060
仍然是284B总参数量
0:27.060–0:29.160
13B激活参数的MOE模型
0:29.160–0:32.020
但正式版重新进行了模型的后训练
0:32.020–0:35.400
不仅Agent和编程的性能实现了跨越式的增长
0:35.400–0:38.360
而且模型的响应格式也进行了全面升级
0:38.360–0:40.940
在原先的OpenAI Completion API的基础上
0:40.940–0:43.220
进一步适配了OpenAI的Responses API
0:43.220–0:46.060
并且官宣正式全面接入Codex的生态
0:46.060–0:50.940
本期视频为你深度解读Deepseek V4 Flash模型特性和性能评测结果
0:50.940–0:53.280
并为大家详细介绍V4模型
0:53.280–0:55.380
接入全新的Responses Agent API
0:55.380–0:57.540
Responses API的使用方法
0:57.540–0:59.440
以及接入Codex的完整流程
0:59.440–1:03.380
帮助大家低门槛上手使用全新的Deepseek V4正式版模型
1:03.380–1:05.260
同时本期视频的文字版资料
1:05.260–1:07.500
OpenAI Responses API的使用方法
1:07.500–1:09.800
以及Codex接入的文字版教程
1:09.800–1:11.940
都已经上传至赋范AI社区
1:11.940–1:14.460
大家扫描频道的二维码即可免费领取
1:14.460–1:16.220
首先是性能方面
1:16.220–1:18.440
根据官方发布的评测结果
1:18.440–1:21.620
Deepseek V4 Flash已经全面超越了GPT-4o
1:21.620–1:23.440
和Deepseek V4 Pro的预览版
1:23.440–1:27.280
甚至在一些评分指标上已经逼近了GPT-4.8模型
1:27.280–1:29.800
而根据实际的测试结果来看
1:29.800–1:31.320
模型的编程性能
1:31.320–1:32.200
Agent性能
1:32.200–1:35.860
以及对真实物理世界的理解能力都进步巨大
1:35.860–1:38.060
甚至困扰Deepseek已久的
1:38.060–1:40.680
鸭子骑自营车的SVG动画生成
1:40.680–1:43.080
都被V4 Flash正式版轻松拿下
1:43.080–1:45.500
简直和此前的V4预览版
1:45.500–1:46.820
判若两个模型
1:46.820–1:50.020
当然如果说性能进步是常规迭代
1:50.020–1:54.760
那么本次V4正式版模型关心拥抱OpenAI的Responses API技术体系
1:54.760–1:58.060
则预示着正式版模型将会是全面接容OpenAI
1:58.060–2:01.540
Codex技术生态的原生Agent基座模型
2:01.540–2:02.980
而这对于开发者来说
2:02.980–2:06.140
无疑是一次巨大的第一层API开发范式的转变
2:06.140–2:10.220
同时也预示着跋越即将发布的Deepseek Harness Agent
2:10.220–2:13.320
将会和OpenAI的基础通信范式保持一致
2:13.320–2:15.820
那么接下来就让我给大家简单解释下
2:15.820–2:17.920
到底什么是Responses API
2:17.920–2:19.340
以及其基础使用方法
2:19.340–2:23.900
然后再详细介绍如何将Deepseek V4正式版模型接入Kodaks
2:23.900–2:25.280
在过去很长长时间
2:25.280–2:28.240
OpenAI制定的Chat Compilations通信标准
2:28.240–2:31.400
是唯一跨模型统一的模型底层通信规范
2:31.400–2:35.120
那么哪怕是前段时间刚上线不久的Kimi K3模型
2:35.120–2:39.060
底层仍然采用的是Chat Compilations作为基础模型响应格式
2:39.060–2:42.920
这其实是一种面向消息对列的高效编辑的一类API
2:42.920–2:46.160
开发者可以非常高效地完成Messages的列表编辑
2:46.160–2:49.600
并通过修改消息列表来引导模型完成任务
2:49.600–2:52.040
但或许是因为消息对列的编辑
2:52.040–2:55.100
只适合打造聊天机器人而不适合打造agent
2:55.100–2:56.560
于是去年3月11号
2:56.560–3:01.040
OpenAI推出了全新的全面适配agent任务的模型调用
3:01.040–3:02.680
新版是Responses API
3:02.680–3:05.400
而我当时也在第一时间对其进行了解读和评测
3:05.400–3:09.480
不同于Chat Compilations API是面向对话来构建应用
3:09.480–3:14.280
Responses API是一种面向任务来构建应用的更高级的API
3:14.280–3:16.980
用户只需要描述任务关联工具
3:16.980–3:20.920
说的题词词就能自动构建一个agent loop循环非常高效
3:20.920–3:25.080
或者你也可以将其理解成Responses API就是OpenAI版的LongChain
3:25.080–3:30.220
而现在DeepC V4正式版模型也是国内首个全面接入Responses API的模型
3:30.220–3:34.040
而我们在第一时间对其整体性能表现进行了深度评测
3:34.040–3:37.920
在海浪工具Skills和MCP调度情况下运行非常稳定
3:37.920–3:42.500
同时我们在第一时间制作了DeepC Responses API的接入指南和使用教程
3:42.500–3:45.520
并上线至复犯AI社区大扫码即可免费领取
3:45.520–3:47.920
当然对于DeepC V4模型来说
3:47.920–3:52.840
全面拥抱Responses API体系也就意味着可以不贫接入Codex的完整功能生态
3:52.840–3:57.080
而官方给出的V4正式版接入Codex的流程也非常简单
3:57.080–3:59.900
只需要一行命令即可同步切换Codex Cli,
3:59.900–4:02.720
Codex App和ChainGBT的基座模型
4:02.720–4:05.020
将其切换为DeepC V4正式版模型
4:05.020–4:08.920
同时完成原始配置的备份并且可以随时复原
4:08.920–4:10.360
以Windows系统为例
4:10.360–4:12.500
完整切换基座模型的流程如下
4:12.500–4:14.260
首先先打开PowerShell
4:14.260–4:16.540
然后输入IRM命令
4:16.540–4:20.880
从DeepC官方下载Codex配置文件修改脚本并自动运行
4:20.880–4:25.240
然后根据提示进行模型选取或者恢复原始配置
4:25.240–4:29.540
配置模型可以根据实际情况选择V4 Flash或者Pro正式版模型
4:29.540–4:31.720
并根据提示设置API Key
4:31.720–4:32.640
设置完成后
4:32.640–4:35.420
只要看到Installation Complete的提示
4:35.420–4:36.880
就说明配置成功
4:36.880–4:40.860
而如果之后要切换模型或者恢复Codex的原始配置
4:40.860–4:44.720
则再次运行相同脚本并进行相应选择即可
4:44.720–4:47.700
然后打开HitGPT或者Codex应用
4:47.700–4:49.500
看到左下方是DeepSeq
4:49.500–4:51.260
并且模型是自定义
4:51.260–4:52.960
就说明已经配置成功了
4:52.960–4:56.400
接下来即可进行任意对话或者执行各类任务
4:56.400–4:57.500
整个过程非常简单
4:57.500–5:00.100
并且Codex Click也会同步发生修改
5:00.100–5:02.700
而紧接着我们就在Codex命令行中
5:02.700–5:05.440
对V4 Flash正式版模型进行一轮深度评测
5:05.440–5:10.080
期间我们让V4 Flash围绕着一个3万多行多模态PDF检锁系统
5:10.080–5:12.020
进行代码审查和结构优化
5:12.020–5:15.540
一条指令即可完成整个Codex的
5:15.540–5:18.960
Plan Task Subagent Web Search等各项功能的驱动
5:18.960–5:22.960
并最终完成代码库的审核优化测试一整观者流程
5:22.960–5:24.400
非常顺畅高效
5:24.400–5:26.800
这次DeepSeq V4 Flash模型发布非常迅速
5:26.800–5:28.800
在API全面上线同时
5:28.800–5:31.340
模型权重也正式在Hugging Face上开源
5:31.340–5:34.080
当然V4 Flash其实还只是开位赛
5:34.080–5:37.840
还只是接下来V4 Pro正式版和DeepSeq版Cloud Code
5:37.840–5:40.820
DeepSeq Harness Agent发布的前奏
5:40.820–5:43.820
按照30%的性能涨幅预期
5:43.820–5:44.700
我们有留相信
5:44.700–5:47.260
V4 Pro正式版将会是全球第一款
5:47.260–5:51.200
性能全面超越OPPO4.8的全新一代开源旗舰模型
5:51.200–5:53.160
好了 以上就是本期视频的全部内容
5:53.160–5:54.740
感谢大家的关注和三连支持
5:54.740–5:56.840
更多DeepSeq V4正式版的学习资料
5:56.840–5:59.700
技术文档 模型部署跟Agent开发教程等
5:59.700–6:01.740
都已经上限至复办AI技术社区
6:01.740–6:03.100
大家扫码即可领取
6:03.100–6:06.680
五十九天 专注大家提供最扎实优质的技术内容
6:06.680–6:08.280
我们下个视频 再见
0:00.000–0:01.640
（此句尚無繁中翻譯）
0:01.640–0:04.160
（此句尚無繁中翻譯）
0:04.160–0:07.240
（此句尚無繁中翻譯）
0:07.240–0:09.980
（此句尚無繁中翻譯）
0:09.980–0:12.420
（此句尚無繁中翻譯）
0:12.420–0:13.380
（此句尚無繁中翻譯）
0:13.380–0:16.400
（此句尚無繁中翻譯）
0:16.400–0:18.060
（此句尚無繁中翻譯）
0:18.060–0:20.380
（此句尚無繁中翻譯）
0:20.380–0:22.180
（此句尚無繁中翻譯）
0:22.180–0:24.780
（此句尚無繁中翻譯）
0:24.780–0:27.060
（此句尚無繁中翻譯）
0:27.060–0:29.160
（此句尚無繁中翻譯）
0:29.160–0:32.020
（此句尚無繁中翻譯）
0:32.020–0:35.400
（此句尚無繁中翻譯）
0:35.400–0:38.360
（此句尚無繁中翻譯）
0:38.360–0:40.940
（此句尚無繁中翻譯）
0:40.940–0:43.220
（此句尚無繁中翻譯）
0:43.220–0:46.060
（此句尚無繁中翻譯）
0:46.060–0:50.940
（此句尚無繁中翻譯）
0:50.940–0:53.280
（此句尚無繁中翻譯）
0:53.280–0:55.380
（此句尚無繁中翻譯）
0:55.380–0:57.540
（此句尚無繁中翻譯）
0:57.540–0:59.440
（此句尚無繁中翻譯）
0:59.440–1:03.380
（此句尚無繁中翻譯）
1:03.380–1:05.260
（此句尚無繁中翻譯）
1:05.260–1:07.500
（此句尚無繁中翻譯）
1:07.500–1:09.800
（此句尚無繁中翻譯）
1:09.800–1:11.940
（此句尚無繁中翻譯）
1:11.940–1:14.460
（此句尚無繁中翻譯）
1:14.460–1:16.220
（此句尚無繁中翻譯）
1:16.220–1:18.440
（此句尚無繁中翻譯）
1:18.440–1:21.620
（此句尚無繁中翻譯）
1:21.620–1:23.440
（此句尚無繁中翻譯）
1:23.440–1:27.280
（此句尚無繁中翻譯）
1:27.280–1:29.800
（此句尚無繁中翻譯）
1:29.800–1:31.320
（此句尚無繁中翻譯）
1:31.320–1:32.200
（此句尚無繁中翻譯）
1:32.200–1:35.860
（此句尚無繁中翻譯）
1:35.860–1:38.060
（此句尚無繁中翻譯）
1:38.060–1:40.680
（此句尚無繁中翻譯）
1:40.680–1:43.080
（此句尚無繁中翻譯）
1:43.080–1:45.500
（此句尚無繁中翻譯）
1:45.500–1:46.820
（此句尚無繁中翻譯）
1:46.820–1:50.020
（此句尚無繁中翻譯）
1:50.020–1:54.760
（此句尚無繁中翻譯）
1:54.760–1:58.060
（此句尚無繁中翻譯）
1:58.060–2:01.540
（此句尚無繁中翻譯）
2:01.540–2:02.980
（此句尚無繁中翻譯）
2:02.980–2:06.140
（此句尚無繁中翻譯）
2:06.140–2:10.220
（此句尚無繁中翻譯）
2:10.220–2:13.320
（此句尚無繁中翻譯）
2:13.320–2:15.820
（此句尚無繁中翻譯）
2:15.820–2:17.920
（此句尚無繁中翻譯）
2:17.920–2:19.340
（此句尚無繁中翻譯）
2:19.340–2:23.900
（此句尚無繁中翻譯）
2:23.900–2:25.280
（此句尚無繁中翻譯）
2:25.280–2:28.240
（此句尚無繁中翻譯）
2:28.240–2:31.400
（此句尚無繁中翻譯）
2:31.400–2:35.120
（此句尚無繁中翻譯）
2:35.120–2:39.060
（此句尚無繁中翻譯）
2:39.060–2:42.920
（此句尚無繁中翻譯）
2:42.920–2:46.160
（此句尚無繁中翻譯）
2:46.160–2:49.600
（此句尚無繁中翻譯）
2:49.600–2:52.040
（此句尚無繁中翻譯）
2:52.040–2:55.100
（此句尚無繁中翻譯）
2:55.100–2:56.560
（此句尚無繁中翻譯）
2:56.560–3:01.040
（此句尚無繁中翻譯）
3:01.040–3:02.680
（此句尚無繁中翻譯）
3:02.680–3:05.400
（此句尚無繁中翻譯）
3:05.400–3:09.480
（此句尚無繁中翻譯）
3:09.480–3:14.280
（此句尚無繁中翻譯）
3:14.280–3:16.980
（此句尚無繁中翻譯）
3:16.980–3:20.920
（此句尚無繁中翻譯）
3:20.920–3:25.080
（此句尚無繁中翻譯）
3:25.080–3:30.220
（此句尚無繁中翻譯）
3:30.220–3:34.040
（此句尚無繁中翻譯）
3:34.040–3:37.920
（此句尚無繁中翻譯）
3:37.920–3:42.500
（此句尚無繁中翻譯）
3:42.500–3:45.520
（此句尚無繁中翻譯）
3:45.520–3:47.920
（此句尚無繁中翻譯）
3:47.920–3:52.840
（此句尚無繁中翻譯）
3:52.840–3:57.080
（此句尚無繁中翻譯）
3:57.080–3:59.900
（此句尚無繁中翻譯）
3:59.900–4:02.720
（此句尚無繁中翻譯）
4:02.720–4:05.020
（此句尚無繁中翻譯）
4:05.020–4:08.920
（此句尚無繁中翻譯）
4:08.920–4:10.360
（此句尚無繁中翻譯）
4:10.360–4:12.500
（此句尚無繁中翻譯）
4:12.500–4:14.260
（此句尚無繁中翻譯）
4:14.260–4:16.540
（此句尚無繁中翻譯）
4:16.540–4:20.880
（此句尚無繁中翻譯）
4:20.880–4:25.240
（此句尚無繁中翻譯）
4:25.240–4:29.540
（此句尚無繁中翻譯）
4:29.540–4:31.720
（此句尚無繁中翻譯）
4:31.720–4:32.640
（此句尚無繁中翻譯）
4:32.640–4:35.420
（此句尚無繁中翻譯）
4:35.420–4:36.880
（此句尚無繁中翻譯）
4:36.880–4:40.860
（此句尚無繁中翻譯）
4:40.860–4:44.720
（此句尚無繁中翻譯）
4:44.720–4:47.700
（此句尚無繁中翻譯）
4:47.700–4:49.500
（此句尚無繁中翻譯）
4:49.500–4:51.260
（此句尚無繁中翻譯）
4:51.260–4:52.960
（此句尚無繁中翻譯）
4:52.960–4:56.400
（此句尚無繁中翻譯）
4:56.400–4:57.500
（此句尚無繁中翻譯）
4:57.500–5:00.100
（此句尚無繁中翻譯）
5:00.100–5:02.700
（此句尚無繁中翻譯）
5:02.700–5:05.440
（此句尚無繁中翻譯）
5:05.440–5:10.080
（此句尚無繁中翻譯）
5:10.080–5:12.020
（此句尚無繁中翻譯）
5:12.020–5:15.540
（此句尚無繁中翻譯）
5:15.540–5:18.960
（此句尚無繁中翻譯）
5:18.960–5:22.960
（此句尚無繁中翻譯）
5:22.960–5:24.400
（此句尚無繁中翻譯）
5:24.400–5:26.800
（此句尚無繁中翻譯）
5:26.800–5:28.800
（此句尚無繁中翻譯）
5:28.800–5:31.340
（此句尚無繁中翻譯）
5:31.340–5:34.080
（此句尚無繁中翻譯）
5:34.080–5:37.840
（此句尚無繁中翻譯）
5:37.840–5:40.820
（此句尚無繁中翻譯）
5:40.820–5:43.820
（此句尚無繁中翻譯）
5:43.820–5:44.700
（此句尚無繁中翻譯）
5:44.700–5:47.260
（此句尚無繁中翻譯）
5:47.260–5:51.200
（此句尚無繁中翻譯）
5:51.200–5:53.160
（此句尚無繁中翻譯）
5:53.160–5:54.740
（此句尚無繁中翻譯）
5:54.740–5:56.840
（此句尚無繁中翻譯）
5:56.840–5:59.700
（此句尚無繁中翻譯）
5:59.700–6:01.740
（此句尚無繁中翻譯）
6:01.740–6:03.100
（此句尚無繁中翻譯）
6:03.100–6:06.680
（此句尚無繁中翻譯）
6:06.680–6:08.280
（此句尚無繁中翻譯）
0:00.000–0:01.640
仅凭模型后训练的优化
（此句尚無繁中翻譯）
0:01.640–0:04.160
模型性能就能暴涨超过30%
（此句尚無繁中翻譯）
0:04.160–0:07.240
一个推理激活的参数量只有13B的模型
（此句尚無繁中翻譯）
0:07.240–0:09.980
居然就逼近了Claude 3.5模型的性能
（此句尚無繁中翻譯）
0:09.980–0:12.420
这就是Deepseek V4 Flash正式版
（此句尚無繁中翻譯）
0:12.420–0:13.380
时隔三个月
（此句尚無繁中翻譯）
0:13.380–0:16.400
Deepseek V4的正式版模型终于陆续登场
（此句尚無繁中翻譯）
0:16.400–0:18.060
就在7月31号下午
（此句尚無繁中翻譯）
0:18.060–0:20.380
V4 Flash的正式版率先亮相
（此句尚無繁中翻譯）
0:20.380–0:22.180
相比三个月前的阅览版
（此句尚無繁中翻譯）
0:22.180–0:24.780
正式版Flash模型保持的架构和模型参数不变
（此句尚無繁中翻譯）
0:24.780–0:27.060
仍然是284B总参数量
（此句尚無繁中翻譯）
0:27.060–0:29.160
13B激活参数的MOE模型
（此句尚無繁中翻譯）
0:29.160–0:32.020
但正式版重新进行了模型的后训练
（此句尚無繁中翻譯）
0:32.020–0:35.400
不仅Agent和编程的性能实现了跨越式的增长
（此句尚無繁中翻譯）
0:35.400–0:38.360
而且模型的响应格式也进行了全面升级
（此句尚無繁中翻譯）
0:38.360–0:40.940
在原先的OpenAI Completion API的基础上
（此句尚無繁中翻譯）
0:40.940–0:43.220
进一步适配了OpenAI的Responses API
（此句尚無繁中翻譯）
0:43.220–0:46.060
并且官宣正式全面接入Codex的生态
（此句尚無繁中翻譯）
0:46.060–0:50.940
本期视频为你深度解读Deepseek V4 Flash模型特性和性能评测结果
（此句尚無繁中翻譯）
0:50.940–0:53.280
并为大家详细介绍V4模型
（此句尚無繁中翻譯）
0:53.280–0:55.380
接入全新的Responses Agent API
（此句尚無繁中翻譯）
0:55.380–0:57.540
Responses API的使用方法
（此句尚無繁中翻譯）
0:57.540–0:59.440
以及接入Codex的完整流程
（此句尚無繁中翻譯）
0:59.440–1:03.380
帮助大家低门槛上手使用全新的Deepseek V4正式版模型
（此句尚無繁中翻譯）
1:03.380–1:05.260
同时本期视频的文字版资料
（此句尚無繁中翻譯）
1:05.260–1:07.500
OpenAI Responses API的使用方法
（此句尚無繁中翻譯）
1:07.500–1:09.800
以及Codex接入的文字版教程
（此句尚無繁中翻譯）
1:09.800–1:11.940
都已经上传至赋范AI社区
（此句尚無繁中翻譯）
1:11.940–1:14.460
大家扫描频道的二维码即可免费领取
（此句尚無繁中翻譯）
1:14.460–1:16.220
首先是性能方面
（此句尚無繁中翻譯）
1:16.220–1:18.440
根据官方发布的评测结果
（此句尚無繁中翻譯）
1:18.440–1:21.620
Deepseek V4 Flash已经全面超越了GPT-4o
（此句尚無繁中翻譯）
1:21.620–1:23.440
和Deepseek V4 Pro的预览版
（此句尚無繁中翻譯）
1:23.440–1:27.280
甚至在一些评分指标上已经逼近了GPT-4.8模型
（此句尚無繁中翻譯）
1:27.280–1:29.800
而根据实际的测试结果来看
（此句尚無繁中翻譯）
1:29.800–1:31.320
模型的编程性能
（此句尚無繁中翻譯）
1:31.320–1:32.200
Agent性能
（此句尚無繁中翻譯）
1:32.200–1:35.860
以及对真实物理世界的理解能力都进步巨大
（此句尚無繁中翻譯）
1:35.860–1:38.060
甚至困扰Deepseek已久的
（此句尚無繁中翻譯）
1:38.060–1:40.680
鸭子骑自营车的SVG动画生成
（此句尚無繁中翻譯）
1:40.680–1:43.080
都被V4 Flash正式版轻松拿下
（此句尚無繁中翻譯）
1:43.080–1:45.500
简直和此前的V4预览版
（此句尚無繁中翻譯）
1:45.500–1:46.820
判若两个模型
（此句尚無繁中翻譯）
1:46.820–1:50.020
当然如果说性能进步是常规迭代
（此句尚無繁中翻譯）
1:50.020–1:54.760
那么本次V4正式版模型关心拥抱OpenAI的Responses API技术体系
（此句尚無繁中翻譯）
1:54.760–1:58.060
则预示着正式版模型将会是全面接容OpenAI
（此句尚無繁中翻譯）
1:58.060–2:01.540
Codex技术生态的原生Agent基座模型
（此句尚無繁中翻譯）
2:01.540–2:02.980
而这对于开发者来说
（此句尚無繁中翻譯）
2:02.980–2:06.140
无疑是一次巨大的第一层API开发范式的转变
（此句尚無繁中翻譯）
2:06.140–2:10.220
同时也预示着跋越即将发布的Deepseek Harness Agent
（此句尚無繁中翻譯）
2:10.220–2:13.320
将会和OpenAI的基础通信范式保持一致
（此句尚無繁中翻譯）
2:13.320–2:15.820
那么接下来就让我给大家简单解释下
（此句尚無繁中翻譯）
2:15.820–2:17.920
到底什么是Responses API
（此句尚無繁中翻譯）
2:17.920–2:19.340
以及其基础使用方法
（此句尚無繁中翻譯）
2:19.340–2:23.900
然后再详细介绍如何将Deepseek V4正式版模型接入Kodaks
（此句尚無繁中翻譯）
2:23.900–2:25.280
在过去很长长时间
（此句尚無繁中翻譯）
2:25.280–2:28.240
OpenAI制定的Chat Compilations通信标准
（此句尚無繁中翻譯）
2:28.240–2:31.400
是唯一跨模型统一的模型底层通信规范
（此句尚無繁中翻譯）
2:31.400–2:35.120
那么哪怕是前段时间刚上线不久的Kimi K3模型
（此句尚無繁中翻譯）
2:35.120–2:39.060
底层仍然采用的是Chat Compilations作为基础模型响应格式
（此句尚無繁中翻譯）
2:39.060–2:42.920
这其实是一种面向消息对列的高效编辑的一类API
（此句尚無繁中翻譯）
2:42.920–2:46.160
开发者可以非常高效地完成Messages的列表编辑
（此句尚無繁中翻譯）
2:46.160–2:49.600
并通过修改消息列表来引导模型完成任务
（此句尚無繁中翻譯）
2:49.600–2:52.040
但或许是因为消息对列的编辑
（此句尚無繁中翻譯）
2:52.040–2:55.100
只适合打造聊天机器人而不适合打造agent
（此句尚無繁中翻譯）
2:55.100–2:56.560
于是去年3月11号
（此句尚無繁中翻譯）
2:56.560–3:01.040
OpenAI推出了全新的全面适配agent任务的模型调用
（此句尚無繁中翻譯）
3:01.040–3:02.680
新版是Responses API
（此句尚無繁中翻譯）
3:02.680–3:05.400
而我当时也在第一时间对其进行了解读和评测
（此句尚無繁中翻譯）
3:05.400–3:09.480
不同于Chat Compilations API是面向对话来构建应用
（此句尚無繁中翻譯）
3:09.480–3:14.280
Responses API是一种面向任务来构建应用的更高级的API
（此句尚無繁中翻譯）
3:14.280–3:16.980
用户只需要描述任务关联工具
（此句尚無繁中翻譯）
3:16.980–3:20.920
说的题词词就能自动构建一个agent loop循环非常高效
（此句尚無繁中翻譯）
3:20.920–3:25.080
或者你也可以将其理解成Responses API就是OpenAI版的LongChain
（此句尚無繁中翻譯）
3:25.080–3:30.220
而现在DeepC V4正式版模型也是国内首个全面接入Responses API的模型
（此句尚無繁中翻譯）
3:30.220–3:34.040
而我们在第一时间对其整体性能表现进行了深度评测
（此句尚無繁中翻譯）
3:34.040–3:37.920
在海浪工具Skills和MCP调度情况下运行非常稳定
（此句尚無繁中翻譯）
3:37.920–3:42.500
同时我们在第一时间制作了DeepC Responses API的接入指南和使用教程
（此句尚無繁中翻譯）
3:42.500–3:45.520
并上线至复犯AI社区大扫码即可免费领取
（此句尚無繁中翻譯）
3:45.520–3:47.920
当然对于DeepC V4模型来说
（此句尚無繁中翻譯）
3:47.920–3:52.840
全面拥抱Responses API体系也就意味着可以不贫接入Codex的完整功能生态
（此句尚無繁中翻譯）
3:52.840–3:57.080
而官方给出的V4正式版接入Codex的流程也非常简单
（此句尚無繁中翻譯）
3:57.080–3:59.900
只需要一行命令即可同步切换Codex Cli,
（此句尚無繁中翻譯）
3:59.900–4:02.720
Codex App和ChainGBT的基座模型
（此句尚無繁中翻譯）
4:02.720–4:05.020
将其切换为DeepC V4正式版模型
（此句尚無繁中翻譯）
4:05.020–4:08.920
同时完成原始配置的备份并且可以随时复原
（此句尚無繁中翻譯）
4:08.920–4:10.360
以Windows系统为例
（此句尚無繁中翻譯）
4:10.360–4:12.500
完整切换基座模型的流程如下
（此句尚無繁中翻譯）
4:12.500–4:14.260
首先先打开PowerShell
（此句尚無繁中翻譯）
4:14.260–4:16.540
然后输入IRM命令
（此句尚無繁中翻譯）
4:16.540–4:20.880
从DeepC官方下载Codex配置文件修改脚本并自动运行
（此句尚無繁中翻譯）
4:20.880–4:25.240
然后根据提示进行模型选取或者恢复原始配置
（此句尚無繁中翻譯）
4:25.240–4:29.540
配置模型可以根据实际情况选择V4 Flash或者Pro正式版模型
（此句尚無繁中翻譯）
4:29.540–4:31.720
并根据提示设置API Key
（此句尚無繁中翻譯）
4:31.720–4:32.640
设置完成后
（此句尚無繁中翻譯）
4:32.640–4:35.420
只要看到Installation Complete的提示
（此句尚無繁中翻譯）
4:35.420–4:36.880
就说明配置成功
（此句尚無繁中翻譯）
4:36.880–4:40.860
而如果之后要切换模型或者恢复Codex的原始配置
（此句尚無繁中翻譯）
4:40.860–4:44.720
则再次运行相同脚本并进行相应选择即可
（此句尚無繁中翻譯）
4:44.720–4:47.700
然后打开HitGPT或者Codex应用
（此句尚無繁中翻譯）
4:47.700–4:49.500
看到左下方是DeepSeq
（此句尚無繁中翻譯）
4:49.500–4:51.260
并且模型是自定义
（此句尚無繁中翻譯）
4:51.260–4:52.960
就说明已经配置成功了
（此句尚無繁中翻譯）
4:52.960–4:56.400
接下来即可进行任意对话或者执行各类任务
（此句尚無繁中翻譯）
4:56.400–4:57.500
整个过程非常简单
（此句尚無繁中翻譯）
4:57.500–5:00.100
并且Codex Click也会同步发生修改
（此句尚無繁中翻譯）
5:00.100–5:02.700
而紧接着我们就在Codex命令行中
（此句尚無繁中翻譯）
5:02.700–5:05.440
对V4 Flash正式版模型进行一轮深度评测
（此句尚無繁中翻譯）
5:05.440–5:10.080
期间我们让V4 Flash围绕着一个3万多行多模态PDF检锁系统
（此句尚無繁中翻譯）
5:10.080–5:12.020
进行代码审查和结构优化
（此句尚無繁中翻譯）
5:12.020–5:15.540
一条指令即可完成整个Codex的
（此句尚無繁中翻譯）
5:15.540–5:18.960
Plan Task Subagent Web Search等各项功能的驱动
（此句尚無繁中翻譯）
5:18.960–5:22.960
并最终完成代码库的审核优化测试一整观者流程
（此句尚無繁中翻譯）
5:22.960–5:24.400
非常顺畅高效
（此句尚無繁中翻譯）
5:24.400–5:26.800
这次DeepSeq V4 Flash模型发布非常迅速
（此句尚無繁中翻譯）
5:26.800–5:28.800
在API全面上线同时
（此句尚無繁中翻譯）
5:28.800–5:31.340
模型权重也正式在Hugging Face上开源
（此句尚無繁中翻譯）
5:31.340–5:34.080
当然V4 Flash其实还只是开位赛
（此句尚無繁中翻譯）
5:34.080–5:37.840
还只是接下来V4 Pro正式版和DeepSeq版Cloud Code
（此句尚無繁中翻譯）
5:37.840–5:40.820
DeepSeq Harness Agent发布的前奏
（此句尚無繁中翻譯）
5:40.820–5:43.820
按照30%的性能涨幅预期
（此句尚無繁中翻譯）
5:43.820–5:44.700
我们有留相信
（此句尚無繁中翻譯）
5:44.700–5:47.260
V4 Pro正式版将会是全球第一款
（此句尚無繁中翻譯）
5:47.260–5:51.200
性能全面超越OPPO4.8的全新一代开源旗舰模型
（此句尚無繁中翻譯）
5:51.200–5:53.160
好了 以上就是本期视频的全部内容
（此句尚無繁中翻譯）
5:53.160–5:54.740
感谢大家的关注和三连支持
（此句尚無繁中翻譯）
5:54.740–5:56.840
更多DeepSeq V4正式版的学习资料
（此句尚無繁中翻譯）
5:56.840–5:59.700
技术文档 模型部署跟Agent开发教程等
（此句尚無繁中翻譯）
5:59.700–6:01.740
都已经上限至复办AI技术社区
（此句尚無繁中翻譯）
6:01.740–6:03.100
大家扫码即可领取
（此句尚無繁中翻譯）
6:03.100–6:06.680
五十九天 专注大家提供最扎实优质的技术内容
（此句尚無繁中翻譯）
6:06.680–6:08.280
我们下个视频 再见
（此句尚無繁中翻譯）

影片筆記：性能暴涨30%+拥抱Codex/Responses API技术体系，DeepSeek V4正式版模型深度解读+性能评测！

一句話總結

DeepSeek V4 Flash 正式版發布，在維持原有 MoE 架構下通過後訓練優化實現性能漲幅超 30%，並全面適配 OpenAI Responses API 與 Codex 生態，提供了一鍵切換基座模型的便捷流程，展現了強大的 Agent 能力與代碼審查表現。

核心重點

  • 模型發布與性能突破：DeepSeek V4 Flash 正式版於 7 月 31 日亮相。在保持原有架構（284B 總參數量、13B 激活參數的 MoE）不變的情況下，通過後訓練優化，性能漲幅超過 30%。
  • 性能基準對比：該模型超越了 GPT-4o 及 DeepSeek V4 Pro 預覽版，性能逼近 Claude 3.5 及 GPT-4.8（或聽誤為 OPPO4.8）。
  • 能力顯著提升：Agent 能力、編程能力、對真實物理世界的理解能力顯著進步，並解決了此前 SVG 動畫生成問題。
  • 技術架構升級：全面適配 OpenAI 的 Responses API，從面向對話的 Chat Completions 轉向面向任務的 Responses API。
  • Agent 生態意義：Responses API 能自動構建 Agent Loop，類似 OpenAI 版的 LongChain，適合打造 Agent 而非僅是聊天機器人，預示著 DeepSeek Harness Agent 將與 OpenAI 基礎通信範式保持一致。
  • Codex 生態接入：官方提供簡單流程，通過 PowerShell 腳本可一行命令同步切換 Codex CLI、Codex App 和 ChatGPT 的基座模型。
  • 實際應用測試：在 Codex 命令行中，針對 3 萬多行多模態 PDF 檢索系統進行代碼審查和結構優化，一條指令即可驅動 Plan、Task、Subagent、Web Search 等功能，流程順暢。
  • 未來展望：V4 Flash 僅為開賽，後續將發布 V4 Pro 正式版及 DeepSeek Cloud Code、DeepSeek Harness Agent。預期 V4 Pro 將成為全球首款性能全面超越 GPT-4.8 的全新一代開源旗艦模型。模型權重已在 Hugging Face 開源。

詳細大綱

1. 模型發布與性能表現

  • 發布時間：DeepSeek V4 Flash 正式版於 7 月 31 日亮相。
  • 架構維持：架構維持不變，為 284B 總參數量，13B 激活參數的 MoE 模型。
  • 性能突破：後訓練優化後性能漲幅超過 30%。
  • 對比基準：超越 GPT-4o 及 DeepSeek V4 Pro 預覽版，逼近 Claude 3.5 及 GPT-4.8 性能。
  • 具體能力提升：
  • Agent 能力顯著進步。
  • 編程能力顯著進步。
  • 對真實物理世界的理解能力顯著進步。
  • 成功解決此前 SVG 動畫生成問題（逐字稿中提及「鸭子骑自营车的 SVG 动画生成」，疑為特定測試用例）。

2. 技術架構升級：Responses API

  • 全面適配：全面適配 OpenAI 的 Responses API。
  • API 範式轉變：從面向對話的 Chat Completions 轉向面向任務的 Responses API。
  • Responses API 特點：
  • 自動構建 Agent Loop。
  • 類似 OpenAI 版的 LongChain。
  • 適合打造 Agent 而非僅是聊天機器人。
  • 生態意義：預示著 DeepSeek Harness Agent 將與 OpenAI 基礎通信範式保持一致。

3. Codex 生態接入流程

  • 官方流程簡單：一行命令同步切換 Codex CLI、Codex App 和 ChatGPT 的基座模型。
  • 操作步驟（以 Windows 為例）：
  1. 打開 PowerShell。
  2. 輸入 IRM 命令下載並運行 DeepSeek 官方配置文件修改腳本。
  3. 根據提示選擇模型（V4 Flash 或 Pro）並設置 API Key。
  4. 看到 "Installation Complete" 提示即配置成功。
  • 驗證方式：打開 ChatGPT 或 Codex 應用，左下角顯示 DeepSeek 且模型為自定義。
  • 可逆性：隨時可運行腳本恢復原始配置。

4. 實際應用測試

  • 測試環境：在 Codex 命令行中進行深度評測。
  • 任務內容：針對 3 萬多行多模態 PDF 檢索系統進行代碼審查和結構優化。
  • 測試結果：一條指令驅動 Plan、Task、Subagent、Web Search 等功能，流程順暢高效。

5. 未來展望與資源

  • 後續產品：V4 Flash 僅為開賽，後續將發布 V4 Pro 正式版及 DeepSeek Cloud Code、DeepSeek Harness Agent。
  • 預期目標：預期 V4 Pro 將成為全球首款性能全面超越 GPT-4.8 的全新一代開源旗艦模型。
  • 資源開源：模型權重已在 Hugging Face 開源。
  • 教程資源：相關教程（Responses API 使用、Codex 接入）已上傳至「賦范 AI 社區」（或稱「復犯 AI 社區」、「復辦 AI 技術社區」）。

工具 / 模型 / 名詞整理

  • 模型名稱：
  • DeepSeek V4 Flash（正式版）
  • DeepSeek V4（預覽版）
  • DeepSeek V4 Pro（預覽版/正式版）
  • Claude 3.5
  • GPT-4o
  • GPT-4.8
  • Kimi K3
  • API / 技術接口：
  • OpenAI Completion API
  • OpenAI Responses API
  • Chat Completions（通信標準）
  • Messages 列表編輯
  • Agent Loop（循環）
  • LongChain（提及為類比概念）
  • 產品 / 平台 / 工具：
  • Codex（生態系統）
  • Codex CLI
  • Codex App
  • ChatGPT
  • PowerShell
  • IRM 命令
  • Hugging Face
  • DeepSeek Harness Agent
  • DeepSeek Cloud Code
  • 賦范 AI 社區（逐字稿中亦出現「復犯 AI 社區」、「復辦 AI 技術社區」）

操作流程整理

將 DeepSeek V4 Flash 接入 Codex/ChatGPT 的操作流程（Windows PowerShell）：

  1. 打開終端：打開 PowerShell。
  2. 執行腳本：輸入 IRM 命令下載並運行 DeepSeek 官方配置文件修改腳本。
  3. 選擇模型與配置：根據提示選擇模型（V4 Flash 或 Pro）並設置 API Key。
  4. 確認安裝：看到 "Installation Complete" 提示即配置成功。
  5. 驗證結果：打開 ChatGPT 或 Codex 應用，檢查左下角是否顯示 DeepSeek 且模型為自定義。
  6. 恢復配置（可選）：隨時可運行腳本恢復原始配置。

值得注意的限制或風險

  • 模型名稱準確性：影片中多次提及「DeepSeek V4 Flash」及「GPT-4.8」，需確認這些是否為官方正式命名或內部版本，以及與現有公開版本（如 GPT-4o）的關係。
  • 聽誤風險：逐字稿中存在多处疑似聽誤，如「DeepSeq」、「OPPO4.8」、「ChainGBT」、「HitGPT」、「检锁系统」等，可能影響對技術細節的準確理解。
  • 社區名稱不統一：教程上傳的社區名稱在「賦范 AI 社區」、「復犯 AI 社區」、「復辦 AI 技術社區」之間不一致，可能導致資源查找困難。
  • 性能漲幅基準：「30% 的性能漲幅」具體對比基準需進一步確認，影片中提到「按照30%的性能涨幅预期」，需確認此數據來源。

逐字稿辨識疑點

  • 模型名稱疑點：
  • 「Deepseek V4 Flash」：逐字稿中多次出現此名稱，但 DeepSeek 官方通常命名為 "DeepSeek-V3" 或 "DeepSeek-R1" 等，"V4" 及 "Flash" 組合需查證是否為特定內部版本或聽寫錯誤。
  • 「DeepSeq」：逐字稿中多次將 "DeepSeek" 聽寫為 "DeepSeq"（例如：「DeepSeq V4 Flash」、「DeepSeq Harness Agent」）。
  • 「OPPO4.8」：逐字稿中提到「超越 OPPO4.8」，疑為「GPT-4.8」的聽寫錯誤。
  • 「GPT-4.8」：目前公開版本主要為 GPT-4o 系列，"GPT-4.8" 需查證是否為特定內部版本或聽寫錯誤。
  • 產品/功能名稱疑點：
  • 「鸭子骑自营车的 SVG 动画生成」：此描述極度模糊且不合邏輯，疑為「鸭子骑单车」或其他特定測試用例的聽寫錯誤，需查證具體測試項目名稱。
  • 「ChainGBT」：逐字稿中提到「同步切换 Codex Cli, Codex App 和 ChainGBT 的基座模型」，疑為「ChatGPT」的聽寫錯誤。
  • 「HitGPT」：逐字稿中提到「打开 HitGPT 或者 Codex 应用」，疑為「ChatGPT」的聽寫錯誤。
  • 「检锁系统」：逐字稿中提到「多模态 PDF 检锁系统」，疑為「檢索系統」的聽寫錯誤。
  • 「赋范 AI 社區」/「復犯 AI 社區」/「復辦 AI 技術社區」：逐字稿中社區名稱不一致，需查證準確名稱。
  • 「IRM 命令」：PowerShell 中用於下載遠程腳本的命令通常為 irm (Invoke-RestMethod 的別名)，此處聽寫正確，但需確認是否為標準用法。
  • 「30% 的性能涨幅」：逐字稿開頭提到「暴涨超过30%」，後文又提到「按照30%的性能涨幅预期」，需確認此數據來源及具體對比基準。

可延伸追問

  • DeepSeek V4 Flash 的 284B 總參數量和 13B 激活參數的 MoE 架構具體是如何實現性能提升的？
  • Responses API 與傳統 Chat Completions API 在技術實現和成本上有何具體差異？
  • 如何通過 Responses API 構建複雜的 Agent Loop？是否有具體的代碼示例？
  • DeepSeek V4 Pro 正式版預計何時發布？其性能超越 GPT-4.8 的具體基準是什麼？
  • 「賦范 AI 社區」的準確名稱是什麼？如何訪問該社區獲取相關教程？
  • 針對 3 萬多行多模態 PDF 檢索系統的代碼審查任務，DeepSeek V4 Flash 具體是如何處理上下文窗口限制的？

尚未產生學習筆記

請在 Telegram 指令最後加上「學習」，例如：videonote 網址 英文 雙語 學習