影片筆記：【中配】Gemini 4.0大量泄露，DeepSeek V4 Flash Vision与V5爆料，Ox Alpha竟是MiniMax？及更多｜AI资讯

<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->

⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

• 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

一句話總結

本段影片匯報了近期 AI 領域的多項重大更新，重點涵蓋 DeepSeek 發布具備強大多模態智能體能力的 V4 Flash Vision Experimental 模型及其神秘灰度測試檢查點、Google Gemini 4 展現強大編程與渲染能力、神秘模型 OX-Alpha 在基準測試中表現優異且供應商成謎，以及 Anthropic 全面開放 Claude 智能體相關 API 等動態。

核心重點

• DeepSeek 模型更新：發布 DeepSeek V4 Flash Vision Experimental，其多模態智能體性能接近 Opus 4.8，已在 API 平台上线。同時，DeepSeek 正在進行一個表現驚豔的神秘「裸體模型檢查點」灰度測試，疑似為下一代主力模型（V4 Pro 升級版或 V5）。
• Google Gemini 4 能力：展現出強大的編程與渲染能力，在生成細節（如文字印刷）上表現出色，被評價為「王者歸來」。
• 神秘模型 OX-Alpha：在 DeepSway 基準測試中得分 80%，超越 Fable 5 與 GBT 5.16S。該模型支持多模態、不保留數據且速率限制寬鬆。供應商身份成謎，傳聞可能為 MiniMax 或開放權重模型。
• Anthropic Claude 智能體功能：全面開放 Computer Use、瀏覽器工具、Skills API 與 Files API，旨在打造完整的雲端託管智能體系統。
• 其他動態：APICUS AI Supercomputer 提供全天候雲端計算機部署服務；ChatGPT Work 與 Codex 新增額度重置功能；ONEK 1.5 本地模型能力強大但存在局限。

詳細大綱

I. DeepSeek 最新動態

1. DeepSeek V4 Flash Vision Experimental 發布

• 發布狀態：已在 DeepSeek API 平台上线。
• 定位：VSFLAX 的下一代多模態版本。
• 能力繼承與升級：
• 保留 VSFLAX 的文本能力（推理、智能體、編程、通用知識）。
• 視覺能力大幅升級，多模態智能體性能接近 Opus 4.8。
• 基準測試表現：
• Terminal Bench 2.1：DeepSeek 得 83.9，Opus 得 85。
• DeepSWIG：DeepSeek 得 59.3，Opus 得 58，DeepSeek 勝出。
• IpexBench：新模型得 36.5，Opus 4.8 得 39.4。
• Agent's Last Exim：新模型得 27.3，比 Opus 4.8 高出 2 分。
• 應用場景：擴展智能體應用，包括計算機操作、視覺調試、瀏覽器智能體、UI 文檔自動化。
• 演示案例：識別圖片中的人物為字節跳動創始人張一鳴。

2. 神秘灰度測試檢查點

• 測試狀態：正在向一小部分用戶大規模測試。
• 表現：與 Fable 5 正面交鋒，生成內容驚豔。
• 測試方式：部分現有繪畫被錄入實驗性檢查點，其他人正常使用。
• 演示案例：
• 3D 直升機模擬程序：僅用一個提示詞，自主運行一個半小時，細節驚人，成本不到一美元。
• 推測：可能為升級版的 Version 4 Pro 或 Version 5。

II. Google 與 Gemini 4 (GMMI4/GML4)

• 首次亮相與能力：展現出強大的編程與渲染能力。
• 演示案例：生成騎自行車的蹄壺（Tortoise？）。
• 細節表現：輪胎與衣物上的文字印刷效果清晰出色。
• 評價：大多數模型連此能力的 10% 都無法完成，若質量穩定則極強。

III. 神秘模型 OX-Alpha (Arx Alpha)

• 基本資訊：
• 被稱為隱身模型，表現不可思議。
• 目前可免費使用一週，配備 100 萬 Token 暢享額度。
• 支持多模態輸入，不保留數據，速率限制寬鬆（每天最多 100 萬億 Token）。
• 測試結果：
• 在 DeepSway 上完成 10 項獨立任務。
• 得分 80%，超過 Fable 5 (65%) 與 GBT 5.16S (52%)。
• 其中一項任務幾乎完成，技術上可能超過 80%。
• 能在超長上下文下運行長時間智能體任務，解釋了其在軟件工程任務上的出色表現。
• 供應商身份謎團：
• 起初被認為是 GLM 檢查點，後被否認。
• 非小米模型，非 DeepSeek 模型。
• 傳聞可能為 MiniMax，或將以開放權重形式發布，甚至可在兩台 DGX Spark 上本地運行。
• 演示案例：
• 運行在 Hermes Agent 中，構建類似 Froggers 遊戲。
• 隨機添加創意機制（如飛馳而來的 ROG iPhone、青蛙可收集的蒼蠅）。
• 生成 Quincy Home 的 SVG 圖像（騎北極熊在北方巡邏），實現動畫效果。

IV. Anthropic Claude 智能體更新

• 功能全面開放：Computer Use、瀏覽器工具、Skills API、Files API 已在 Cloud 平台全面開放。
• Computer Use：與甚至沒有 API 的應用進行交互。
• 瀏覽器工具：直接在網絡中導航並執行操作。
• Skills API：允許開發者為智能體提供可複用的技能。
• Files API：讓智能體更輕鬆地處理同一批文檔和文件。
• 目標：打造完整的雲端託管智能體系統。

V. 其他 AI 新聞與工具

• APICUS AI Supercomputer：
• 提供始終在線、可通過自然語言控制的雲端計算機。
• 可部署 OpenCloud 或 Hermes Agent 等智能體全天候運行。
• 支持部署開源大語言模型、運行 Docker 應用、連接數據庫與存儲、構建並託管完整應用（如 3D 遊戲）。
• 無需管理 VPS、SSL、數據庫和部署。
• ONEK 1.5 本地模型：
• 能力相當強，但在某些方面無法與 Qing 3.8 Max 相提並論。
• 使用更低位數時輸出質量下降。
• 350 億參數 5Q 版本能帶來令人驚嘆的結果。
• ChatGPT Work 與 Codex：
• 宣布新增內置的使用額度重置功能。
• Codex 活躍用戶數突破 2000 萬。
• 重置後速率限制恢復正常，用戶可繼續使用。

工具 / 模型 / 名詞整理

• DeepSeek 相關
• DeepSeek V4 Flash Vision Experimental
• VSFLAX (疑為 V3 Flash 或類似名稱的聽寫錯誤)
• DeepSeek API 平台
• Deep Seek Harness
• 競爭對手/比較模型
• OPUS 4.8 (Anthropic Claude Opus 4.8)
• Fable 5 (疑為 Falcon 5 或類似名稱)
• GBT 5.16S (疑為 GPT 5.16 或類似名稱)
• OX-Alpha / Arx Alpha / Oxelpha (文中名稱混用，疑為同一模型)
• GLM 模型
• 小米模型 (Memo?)
• MiniMax (推測供應商)
• GMMI4 / GML4 (疑為 Gemini 4 的聽寫錯誤)
• Qing 3.8 Max (疑為 Qwen 3.8 Max 或類似名稱)
• ONEK 1.5
• 平台與工具
• DeepSway (疑為 DeepEval 或類似基準測試名稱)
• Terminal Bench 2.1
• DeepSWIG (疑為 DeepEval 或類似名稱)
• IpexBench
• Agent's Last Exim
• APICUS AI Supercomputer
• OpenCloud
• Hermes Agent
• Docker
• Anthropic Cloud (Claude)
• Computer Use
• 瀏覽器工具 (Browser Tool)
• Skills API
• Files API
• ChatGPT Work
• Codex
• World of VI Insider School / World of AI Insider Club School (社群名稱)
• DGX Spark (硬體設備)

操作流程整理

• DeepSeek V4 Flash Vision 測試流程：

1. 在 DeepSeek API 平台調用模型。
2. 進行多模態基準測試（Terminal Bench 2.1, DeepSWIG, IpexBench, Agent's Last Exim）。
3. 執行智能體應用場景測試（如識別圖片人物、計算機操作）。

• 神秘灰度測試檢查點驗證：

1. 獲取灰度測試資格。
2. 輸入單一提示詞（如 3D 直升機模擬）。
3. 觀察模型自主運行過程（長達一個半小時）及生成細節。

• OX-Alpha 測試流程：

1. 免費申請一週額度（100 萬 Token）。
2. 在 DeepSway 平台進行 10 項獨立任務測試。
3. 在 Hermes Agent 中構建遊戲（如 Froggers 變體）。
4. 生成 SVG 圖像並實現動畫效果。

• Anthropic Claude 智能體功能啟用：

1. 在 Cloud 平台啟用 Computer Use、瀏覽器工具、Skills API、Files API。
2. 開發者利用 Skills API 為智能體提供可複用技能。
3. 智能體通過 Computer Use 與無 API 應用交互，或通過瀏覽器工具導航執行操作。

• APICUS AI Supercomputer 部署流程：

1. 通過自然語言控制雲端計算機。
2. 部署開源大語言模型、Docker 應用或智能體（如 OpenCloud, Hermes Agent）。
3. 連接數據庫與存儲，構建並託管完整應用（如 3D 遊戲）。

• ChatGPT Work 額度重置：

1. 使用內置功能重置使用額度。
2. 恢復速率限制，繼續使用 Codex 等功能。

值得注意的限制或風險

• ONEK 1.5 本地模型限制：在某些方面無法與 Qing 3.8 Max 相提並論；使用更低位數時輸出質量下降。
• OX-Alpha 供應商不明：雖表現優異，但供應商身份成謎，僅有傳聞指向 MiniMax 或開放權重，存在潛在的不確定性。
• DeepSeek 灰度測試範圍：神秘檢查點僅向一小部分用戶開放，普通用戶無法直接體驗。
• 速率限制數值疑點：OX-Alpha 的速率限制描述為「每天最多 100 萬億 Token」，數值極大，需確認是否為聽寫錯誤或特定技術參數。

逐字稿辨識疑點

• DeepSeek V4 Flash Vision Experimental：模型名稱較長，需確認是否為官方正式命名。
• OPUS 4.8：通常為 Opus 3 或 Opus 4，需查證版本號。
• Fable 5：常見模型中無此名稱，疑為聽寫錯誤，可能為 Falcon 5 或其他模型。
• GBT 5.16S：常見模型中無此名稱，疑為 GPT 5.x 或類似名稱的聽寫錯誤。
• OX-Alpha / Arx Alpha / Oxelpha：逐字稿中模型名稱不一致，需確認是否為同一個秘密模型。
• GMMI4 / GML4：疑為 Gemini 4 的聽寫錯誤。
• Qing 3.8 Max：疑為 Qwen 系列模型的聽寫錯誤。
• VSFLAX：疑為 V3 Flash 或 V4 Flash 的聽寫錯誤。
• DeepSway / DeepSWIG：疑為 DeepEval 或其他基準測試平台的聽寫錯誤。
• IpexBench：疑為 IFEval 或其他基準測試平台的聽寫錯誤。
• Agent's Last Exim：疑為 AgentBench 或其他智能體基準測試的聽寫錯誤。
• 蹄壶：疑為「烏龜」或特定測試對象的聽寫錯誤。
• 青媽：疑為「青蛙」的聽寫錯誤。
• ROG iPhone：品牌與產品名稱混搭，需確認是否為演示中的特定元素。
• Quincy Home：人名或項目名稱，需確認拼寫。
• 100 萬億 Token：速率限制數值極大，需查證是否為聽寫錯誤（如 100 萬或 100 億）。
• 灰度測試中的「裸體模型」：「裸體」一詞在上下文中顯得突兀，疑為「裸機」或「無保護」或特定術語的聽寫錯誤。
• World of VI Insider School：社群名稱，需確認是否為「World of AI Insider Club」的誤讀。

可延伸追問

• DeepSeek 神秘灰度測試檢查點正式發布後，是否會命名為 V5 或 V4 Pro 的某個特定版本？
• OX-Alpha 的供應商 MiniMax 是否會正式確認該模型的身份？
• Gemini 4 的渲染能力在實際生產環境中的穩定性如何？
• Anthropic 開放 Computer Use 等 API 後，對現有智能體開發生態有何具體影響？
• APICUS AI Supercomputer 與現有 VPS 或雲端服務相比，在成本與便利性上有何具體優勢？