DeepSeek V4 Pro 到底行不行？这条推文用公开数据聊了聊它为什么不够惊艳，顺便夸了 Flash 和 GLM-5.2，观点挺实在。
DeepSeek V4 Pro-0813 发布后，有开发者认为其表现不如预期惊艳，未达到美国一线模型水平。评论指出，小模型如 DeepSeek-V4-Flash、Qwen 27b 和 GLM-5.2 在同尺寸下表现出色，而大模型可能因训练算力不足显得对齐不够。该观点将 V4 Pro 的落差归因于欠训和算力短缺，而非架构缺陷，并预期随着算力增加会逐步改善。
我们讲究的是一个花小钱办大事，其实还是挺赞成他的说法。 把 V4 Pro 的落差理解成欠训，也比“架构不行”更贴公开数字。 V4 已经没有 R1 那种突然改写叙事的空间，大家默认它该贴美国一线，结...
我们讲究的是一个花小钱办大事，其实还是挺赞成他的说法。 把 V4 Pro 的落差理解成欠训，也比“架构不行”更贴公开数字。 V4 已经没有 R1 那种突然改写叙事的空间，大家默认它该贴美国一线，结果只是“接近、更便宜、上下文更长”，体感就会写成不够惊艳。 算力短缺是一个说得通的主因，但还混着欠训、后训练和预期过高。 Jun Song @jun_song Deepseek-V4-Pro-0813 doesn't seem as insanely impressive as I expected. This seems to be a pattern with Chinese AI labs: smaller models like Qwen 27b, Deepseek-V4-Flash, and GLM-5.2 perform ridiculously well for their size, but maybe due to a lack of training compute, their larger models feel a bit unaligned. As they secure more compute, they will definitely get better over time. 🔗 View Quoted Tweet 💬 2 🔄 0 ❤️ 4 👀 2355 📊 2 ⚡