WEBVTT

00:00.000 --> 00:01.640
仅凭模型后训练的优化

00:01.640 --> 00:04.160
模型性能就能暴涨超过30%

00:04.160 --> 00:07.240
一个推理激活的参数量只有13B的模型

00:07.240 --> 00:09.980
居然就逼近了Cloud Open 4.8模型的性能

00:09.980 --> 00:12.420
这就是Deepseek V4 Flash正式版

00:12.420 --> 00:13.380
时隔三个月

00:13.380 --> 00:16.400
Deepseek V4的正式版模型终于陆续登场

00:16.400 --> 00:18.060
就在7月31号下午

00:18.060 --> 00:20.380
V4 Flash的正式版率先亮相

00:20.380 --> 00:22.180
相比三个月前的阅览版

00:22.180 --> 00:24.780
正式版Flash模型保持的架构和模型参数不变

00:24.780 --> 00:27.060
仍然是284B总参数量

00:27.060 --> 00:29.160
13B激活参数的MOE模型

00:29.160 --> 00:32.020
但正式版重新进行了模型的后训练

00:32.020 --> 00:35.400
不仅Agent和编程的性能实现了跨越式的增长

00:35.400 --> 00:38.360
而且模型的响应格式也进行了全面升级

00:38.360 --> 00:40.940
在原先的OpenEye Compilation API的基础上

00:40.940 --> 00:43.220
进一步适配了OpenEye的Responses API

00:43.220 --> 00:46.060
并且官宣正式全面接入Codex的生态

00:46.060 --> 00:50.940
本期外科为你深度解读Deepseek V4 Flash模型特性和性能评测结果

00:50.940 --> 00:53.280
并为大家详细介绍V4模型

00:53.280 --> 00:55.380
接入全新的Parnest Agent API

00:55.380 --> 00:57.540
Responses API的使用方法

00:57.540 --> 00:59.440
以及接入Codex的完整流程

00:59.440 --> 01:03.380
帮助大家离门槛上手使用全新的Deepseek V4正式版模型

01:03.380 --> 01:05.260
同时国外科的文字版资料

01:05.260 --> 01:07.500
OpenEye Responses API的使用方法

01:07.500 --> 01:09.800
以及Codex接入的文字版教程

01:09.800 --> 01:11.940
都已经上限至复犯AI社区

01:11.940 --> 01:14.460
大家扫描频道的二维码即可免费领取

01:14.460 --> 01:16.220
首先是性能方面

01:16.220 --> 01:18.440
根据官方发布的评测结果

01:18.440 --> 01:21.620
Deepseek V4 Flash已经全面超越了GM5.2

01:21.620 --> 01:23.440
和Deepseek V4 Pro的预览版

01:23.440 --> 01:27.280
甚至在一些评分指标上已经逼近了OP4.8模型

01:27.280 --> 01:29.800
而根据实际的测试结果来看

01:29.800 --> 01:31.320
模型的阉城性能

01:31.320 --> 01:32.200
Agent性能

01:32.200 --> 01:35.860
以及对真实物理世界的理解能力都进步巨大

01:35.860 --> 01:38.060
甚至困扰Deepseek已久的

01:38.060 --> 01:40.680
鸭子骑自营车的SVG动画生成

01:40.680 --> 01:43.080
都被V4 Flash正式版轻松拿下

01:43.080 --> 01:45.500
简直和此前的V4预览版

01:45.500 --> 01:46.820
判若两个模型

01:46.820 --> 01:50.020
当然如果说性能进步是常规迭代

01:50.020 --> 01:54.760
那么本次V4正式版模型关心拥抱OpenAI的Responses API技术体系

01:54.760 --> 01:58.060
则预示着正式版模型将会是全面接容OpenAI

01:58.060 --> 02:01.540
Codex技术生态的原生Agent基座模型

02:01.540 --> 02:02.980
而这对于开发者来说

02:02.980 --> 02:06.140
无疑是一次巨大的第一层API开发范式的转变

02:06.140 --> 02:10.220
同时也预示着跋越即将发布的Deepseek Harness Agent

02:10.220 --> 02:13.320
将会和OpenAI的基础通信范式保持一致

02:13.320 --> 02:15.820
那么接下来就让我给大家简单解释下

02:15.820 --> 02:17.920
到底什么是Responses API

02:17.920 --> 02:19.340
以及其基础使用方法

02:19.340 --> 02:23.900
然后再详细介绍如何将Deepseek V4正式版模型接入Kodaks

02:23.900 --> 02:25.280
在过去很长长时间

02:25.280 --> 02:28.240
OpenAI制定的Chat Compilations通信标准

02:28.240 --> 02:31.400
是唯一跨模型统一的模型底层通信规范

02:31.400 --> 02:35.120
那么哪怕是前段时间刚上线不久的Kimi K3模型

02:35.120 --> 02:39.060
底层仍然采用的是Chat Compilations作为基础模型响应格式

02:39.060 --> 02:42.920
这其实是一种面向消息对列的高效编辑的一类API

02:42.920 --> 02:46.160
开发者可以非常高效地完成Messages的列表编辑

02:46.160 --> 02:49.600
并通过修改消息列表来引导模型完成任务

02:49.600 --> 02:52.040
但或许是因为消息对列的编辑

02:52.040 --> 02:55.100
只适合打造聊天机器人而不适合打造agent

02:55.100 --> 02:56.560
于是去年3月11号

02:56.560 --> 03:01.040
OpenAI推出了全新的全面适配agent任务的模型调用

03:01.040 --> 03:02.680
新版是Responses API

03:02.680 --> 03:05.400
而我当时也在第一时间对其进行了解读和评测

03:05.400 --> 03:09.480
不同于Chat Compilations API是面向对话来构建应用

03:09.480 --> 03:14.280
Responses API是一种面向任务来构建应用的更高级的API

03:14.280 --> 03:16.980
用户只需要描述任务关联工具

03:16.980 --> 03:20.920
说的题词词就能自动构建一个agent loop循环非常高效

03:20.920 --> 03:25.080
或者你也可以将其理解成Responses API就是OpenAI版的LongChain

03:25.080 --> 03:30.220
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

03:30.220 --> 03:34.040
而我们在第一时间对其整体性能表现进行了深度评测

03:34.040 --> 03:37.920
在海浪工具Skills和MCP调度情况下运行非常稳定

03:37.920 --> 03:42.500
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

03:42.500 --> 03:45.520
并上线至复犯AI社区大扫码即可免费领取

03:45.520 --> 03:47.920
当然对于DeepC V4模型来说

03:47.920 --> 03:52.840
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

03:52.840 --> 03:57.080
而官方给出的V4正式版接入Codex的流程也非常简单

03:57.080 --> 04:02.720
只需要一行命令即可同步切换Codex Cli,Codex App和ChainGBT的基座模型

04:02.720 --> 04:05.020
将其切换为DeepC V4正式版模型

04:05.020 --> 04:08.920
同时完成原始配置的备份并且可以随时复原

04:08.920 --> 04:10.360
以Windows系统为例

04:10.360 --> 04:12.500
完整切换基座模型的流程如下

04:12.500 --> 04:14.260
首先先打开PowerShell

04:14.260 --> 04:16.540
然后输入IRM命令

04:16.540 --> 04:20.880
从DeepC官方下载Codex配置文件修改脚本并自动运行

04:20.880 --> 04:25.240
然后根据提示进行模型选取或者恢复原始配置

04:25.240 --> 04:29.540
配置模型可以根据实际情况选择V4 Flash或者Pro正式版模型

04:29.540 --> 04:31.720
并根据提示设置API Key

04:31.720 --> 04:32.640
设置完成后

04:32.640 --> 04:35.420
只要看到Installation Complete的提示

04:35.420 --> 04:36.880
就说明配置成功

04:36.880 --> 04:40.860
而如果之后要切换模型或者恢复Codex的原始配置

04:40.860 --> 04:44.720
则再次运行相同脚本并进行相应选择即可

04:44.720 --> 04:47.700
然后打开HitGPT或者Codex应用

04:47.700 --> 04:49.500
看到左下方是DeepSeq

04:49.500 --> 04:51.260
并且模型是自定义

04:51.260 --> 04:52.960
就说明已经配置成功了

04:52.960 --> 04:56.400
接下来即可进行任意对话或者执行各类任务

04:56.400 --> 04:57.500
整个过程非常简单

04:57.500 --> 05:00.100
并且Codex Click也会同步发生修改

05:00.100 --> 05:02.700
而紧接着我们就在Codex命令行中

05:02.700 --> 05:05.440
对V4 Flash正式版模型进行一轮深度评测

05:05.440 --> 05:10.080
期间我们让V4 Flash围绕着一个3万多行多模态PDF检锁系统

05:10.080 --> 05:12.020
进行代码审查和结构优化

05:12.020 --> 05:15.540
一条指令即可完成整个Codex的

05:15.540 --> 05:18.960
Plan Task Subagent Web Search等各项功能的驱动

05:18.960 --> 05:22.960
并最终完成代码库的审核优化测试一整观者流程

05:22.960 --> 05:24.400
非常顺畅高效

05:24.400 --> 05:26.800
这次DeepSeq V4 Flash模型发布非常迅速

05:26.800 --> 05:28.800
在API全面上线同时

05:28.800 --> 05:31.340
模型权重也正式在Hugging Face上开源

05:31.340 --> 05:34.080
当然V4 Flash其实还只是开位赛

05:34.080 --> 05:37.840
还只是接下来V4 Pro正式版和DeepSeq版Cloud Code

05:37.840 --> 05:40.820
DeepSeq Harness Agent发布的前奏

05:40.820 --> 05:43.820
按照30%的性能涨幅预期

05:43.820 --> 05:44.700
我们有留相信

05:44.700 --> 05:47.260
V4 Pro正式版将会是全球第一款

05:47.260 --> 05:51.200
性能全面超越OPPO4.8的全新一代开源旗舰模型

05:51.200 --> 05:53.160
好了 以上就是本期视频的全部内容

05:53.160 --> 05:54.740
感谢大家的关注和三连支持

05:54.740 --> 05:56.840
更多DeepSeq V4正式版的学习资料

05:56.840 --> 05:59.700
技术文档 模型部署跟Agent开发教程等

05:59.700 --> 06:01.740
都已经上限至复办AI技术社区

06:01.740 --> 06:03.100
大家扫码即可领取

06:03.100 --> 06:06.680
五十九天 专注大家提供最扎实优质的技术内容

06:06.680 --> 06:08.280
我们下个视频 再见