# 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？