Rain科技8月13日消息，DeepSeek在昨夜低调上线了DeepSeek V4-Pro-0813正式版。官方测试显示性能提升显著，甚至逼近了Fable 5的水平。然而，随着更多实际测试结果陆续发布，这款新版本的真实表现引发了广泛讨论。
许多网友兴奋地高呼“梁圣”归来，但仔细审视第三方测试数据后，情况并不像官方宣传那么乐观。虽有明显进步，但并未达到网友预期，也与官方自测的高性能存在差距。
根据官方公布的基准测试结果，V4-Pro-0813相比预览版几乎有“天上地下”的差异。在Terminal Bench 2.1中，它拿到了87.9分，仅比Fable 5低0.1分，并且在其他几个子项中甚至反超了后者。从这一角度看，“直逼Fable 5”的说法并不夸张。
然而，正式发布后的第三方测试结果却让人冷静不少。在Artificialanalysis平台上，V4-Pro-0813评分仅为53分，虽然这个分数本身已属优秀，但对比之前的V4-Flash-0731（52分），仅提升了1分。这实在难以令用户满意。要知道，Flash参数量为2840亿，而Pro高达1.6万亿，两者相差超过4倍。尽管参数量不能直接线性映射到性能，但如此微小的提升确实令人失望。
结合多个平台网友的反馈来看，不同用户手中的V4-Pro-0813表现差异巨大。在知名的“鹈鹕骑自行车”、“糖果”、“密码”等测试中，部分结果似乎仍停留在预览版水平。这种不一致意味着模型可能尚未在所有环境下稳定运行。
一个合理的猜测是，目前的V4-Pro-0813还没有全量部署上线。毕竟DeepSeek官方连新闻页面都未更新，最新日志仍停留在Flash-0731版本。若真如此，部分用户可能还在使用旧版缓存，自然无法体验完整性能。
另一个可能的原因是，V4-Pro-0813的性能需配合官方DeepSeek Harness软件才能满血发挥。AI圈的人都知道，一套优秀的工具链对大模型表现影响巨大。官方工具自然对自家模型做了最大化优化，而第三方测试环境可能无法复制这一优势。
当然，也存在最现实的可能性：V4-Pro-0813本身的能力就是这个水平。V4 Flash的惊艳表现或许是个不可多得的奇迹，而Pro版本参数量虽大，但与Fable 5乃至国产K3相比仍有差距，试图以小博大并不现实。从客观数据分析，参数量并非唯一决定因素，训练数据质量、算法架构、部署策略等同样关键。DeepSeek在Pro版本上或许遇到了“规模瓶颈”——单纯增加参数未能带来等比例的性能提升，反而可能因优化难度增加而稀释了收益。
最后绕不开价格问题。V4-Pro-0813的API定价是Flash的3倍。除非全量上线后性能真的达到Fable级别，否则V4-Flash-0731依然是大多数用户的优先选择。Flash性价比极高，即便未来价格翻倍，也足以覆盖日常95%的使用场景，包括编程开发等复杂任务。理性来看，对于绝大多数用户，坚持使用Flash可能是更务实的决策。建议有兴趣的用户等待官方全量部署后再做评估，届时第三方测试将更具参考价值。
