仅凭模型后训练的优化
模型性能就能暴涨超过30%
一个推理激活的参数量只有13B的模型
居然就逼近了Cloud Open 4.8模型的性能
这就是Deepseek V4 Flash正式版
时隔三个月
Deepseek V4的正式版模型终于陆续登场
就在7月31号下午
V4 Flash的正式版率先亮相
相比三个月前的阅览版
正式版Flash模型保持的架构和模型参数不变
仍然是284B总参数量
13B激活参数的MOE模型
但正式版重新进行了模型的后训练
不仅Agent和编程的性能实现了跨越式的增长
而且模型的响应格式也进行了全面升级
在原先的OpenEye Compilation API的基础上
进一步适配了OpenEye的Responses API
并且官宣正式全面接入Codex的生态
本期外科为你深度解读Deepseek V4 Flash模型特性和性能评测结果
并为大家详细介绍V4模型
接入全新的Parnest Agent API
Responses API的使用方法
以及接入Codex的完整流程
帮助大家离门槛上手使用全新的Deepseek V4正式版模型
同时国外科的文字版资料
OpenEye Responses API的使用方法
以及Codex接入的文字版教程
都已经上限至复犯AI社区
大家扫描频道的二维码即可免费领取
首先是性能方面
根据官方发布的评测结果
Deepseek V4 Flash已经全面超越了GM5.2
和Deepseek V4 Pro的预览版
甚至在一些评分指标上已经逼近了OP4.8模型
而根据实际的测试结果来看
模型的阉城性能
Agent性能
以及对真实物理世界的理解能力都进步巨大
甚至困扰Deepseek已久的
鸭子骑自营车的SVG动画生成
都被V4 Flash正式版轻松拿下
简直和此前的V4预览版
判若两个模型
当然如果说性能进步是常规迭代
那么本次V4正式版模型关心拥抱OpenAI的Responses API技术体系
则预示着正式版模型将会是全面接容OpenAI
Codex技术生态的原生Agent基座模型
而这对于开发者来说
无疑是一次巨大的第一层API开发范式的转变
同时也预示着跋越即将发布的Deepseek Harness Agent
将会和OpenAI的基础通信范式保持一致
那么接下来就让我给大家简单解释下
到底什么是Responses API
以及其基础使用方法
然后再详细介绍如何将Deepseek V4正式版模型接入Kodaks
在过去很长长时间
OpenAI制定的Chat Compilations通信标准
是唯一跨模型统一的模型底层通信规范
那么哪怕是前段时间刚上线不久的Kimi K3模型
底层仍然采用的是Chat Compilations作为基础模型响应格式
这其实是一种面向消息对列的高效编辑的一类API
开发者可以非常高效地完成Messages的列表编辑
并通过修改消息列表来引导模型完成任务
但或许是因为消息对列的编辑
只适合打造聊天机器人而不适合打造agent
于是去年3月11号
OpenAI推出了全新的全面适配agent任务的模型调用
新版是Responses API
而我当时也在第一时间对其进行了解读和评测
不同于Chat Compilations API是面向对话来构建应用
Responses API是一种面向任务来构建应用的更高级的API
用户只需要描述任务关联工具
说的题词词就能自动构建一个agent loop循环非常高效
或者你也可以将其理解成Responses API就是OpenAI版的LongChain
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
而我们在第一时间对其整体性能表现进行了深度评测
在海浪工具Skills和MCP调度情况下运行非常稳定
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
并上线至复犯AI社区大扫码即可免费领取
当然对于DeepC V4模型来说
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
而官方给出的V4正式版接入Codex的流程也非常简单
只需要一行命令即可同步切换Codex Cli,Codex App和ChainGBT的基座模型
将其切换为DeepC V4正式版模型
同时完成原始配置的备份并且可以随时复原
以Windows系统为例
完整切换基座模型的流程如下
首先先打开PowerShell
然后输入IRM命令
从DeepC官方下载Codex配置文件修改脚本并自动运行
然后根据提示进行模型选取或者恢复原始配置
配置模型可以根据实际情况选择V4 Flash或者Pro正式版模型
并根据提示设置API Key
设置完成后
只要看到Installation Complete的提示
就说明配置成功
而如果之后要切换模型或者恢复Codex的原始配置
则再次运行相同脚本并进行相应选择即可
然后打开HitGPT或者Codex应用
看到左下方是DeepSeq
并且模型是自定义
就说明已经配置成功了
接下来即可进行任意对话或者执行各类任务
整个过程非常简单
并且Codex Click也会同步发生修改
而紧接着我们就在Codex命令行中
对V4 Flash正式版模型进行一轮深度评测
期间我们让V4 Flash围绕着一个3万多行多模态PDF检锁系统
进行代码审查和结构优化
一条指令即可完成整个Codex的
Plan Task Subagent Web Search等各项功能的驱动
并最终完成代码库的审核优化测试一整观者流程
非常顺畅高效
这次DeepSeq V4 Flash模型发布非常迅速
在API全面上线同时
模型权重也正式在Hugging Face上开源
当然V4 Flash其实还只是开位赛
还只是接下来V4 Pro正式版和DeepSeq版Cloud Code
DeepSeq Harness Agent发布的前奏
按照30%的性能涨幅预期
我们有留相信
V4 Pro正式版将会是全球第一款
性能全面超越OPPO4.8的全新一代开源旗舰模型
好了 以上就是本期视频的全部内容
感谢大家的关注和三连支持
更多DeepSeq V4正式版的学习资料
技术文档 模型部署跟Agent开发教程等
都已经上限至复办AI技术社区
大家扫码即可领取
五十九天 专注大家提供最扎实优质的技术内容
我们下个视频 再见