大家好，欢迎收看本期节目。今天我们要评测的是 DeepSeek 4.1 Flash Edition（闪速版）。据说这个模型性能极其出色，以至于官方甚至已经退役了他们的 DeepSeek V4 Pro 版本。他们为了这个庞然大物，竟然淘汰了一个1.5万亿参数的模型。现在的这个版本拥有 5520亿参数，而且内部还包含了“记忆体”（Engrams）技术。看来他们观察到了 LongCat 和 Qwen3-Exp 的做法，于是决定彻底重构架构。

严格来说，这已经不是标准的4.1版本了，它更像是一个5.0或者至少是4.5级别的架构。他们一直在更新 V4 系列，甚至对其进行了重新构想和修改，做了一些非常激进的事情。我喜欢这一点的是他们改变了架构，实际上简化了结构并加入了记忆体机制。所谓记忆体技术本质上就是一个查找表：如果模型识别出之前处理过的内容，它就直接知道该输出什么。这非常高效。

他们之所以简化架构，是因为之前使用了一种压缩索引器和稀疏压缩机制，那非常复杂。市面上大多数实现方案都搞错了，里面存在一些错误。我原本不想多说什么，但我很高兴他们现在简化了它，因为这样会让整体表现好很多。目前我手头有一个该模型的实现版本，但它更侧重于质量而非性能优化。

因此，我的每秒令牌生成速度会快很多，因为该模型在解码阶段有160亿活跃参数，而在预填充（Pre-fill）阶段只有80亿。这一点非常有趣：这意味着它的生成过程会是确定性的吗？通常你可以继续生成并保持良好效果。但如果他们在预填充和解码时切换活跃参数，会发生什么变化？我们需要做一些实验来搞清楚这一点。

之前他们有一个极度压缩的稀疏张量版本，现在简化为 CSA 2（可能是某种架构缩写）。但我想展示给大家看的是基准测试数据。请看这里，Deep SWE 任务中它正在碾压 Opus 和 GLM-5.3。在某些场景下，它的表现甚至可能优于这些对手。他们使用了特定的测试框架（harnesses）来运行循环测试，这主要与随机数生成器有关，因为他们始终在温度（temperature）为1的条件下运行。

这些结果可信吗？我认为是的，因为他们也用同样的测试环境跑过 V4 的旧版本。既然他们在持续改进，至少存在一个基准对比。让我们深入看看这里发生了什么。在数学测试中他们使用了三示例提示（three-shot prompt），这挺酷的。DeepSeek V4 Base 之前的得分是56，现在提升到了60。

在 Deep SWE 测试中我们看到：Opus 5.0（注意是5.0，不是4.8）的最新最强版本得分为74；GLM 得到67分；而“反派”DeepSeek 得到了74分。它甚至击败了 V4 Pro，后者只得62分。既然他们退役了 V4 Pro，这将会非常令人兴奋。让我们直接开始测试看看它到底有多强。

我将在 Mac Studio 上本地运行99%的测试，使用的是量化构建版本，目前工作正常。虽然未来我可能会更新它，因为我需要添加性能优化路径并可能重新量化权重，所以请保持关注。如果有任何更新，我会发布在社区标签页中。让我们开始吧，首先从数学世界入手。

这是一道数学题，如果你能看懂它的意思请告诉我。它在788个令牌内给出了正确答案。当然我们处于调试模式，目前速度为每秒13个令牌（基于160亿活跃参数）。理论上应该更快，但我的实现更侧重质量而非性能。希望很快能提升速度。

另一道数学题，它用2500个令牌得出了正确答案，真是“赢家吃鸡”。我记得几天前在 DeepSeek V4.07（原版V4）中问同样的问题时，它其实答错了。除非我把温度调高让随机数生成器介入控制答案。

如果不知道“温度”是什么意思，让我重新介绍一下：很多人对此感到困惑。模型预测每个令牌时，实际上是在计算词表中所有令牌的百分比概率分布。例如，“think”闭合标签后的第一个单词，模型100%确定应该是“all right”。但当你引入温度时，你允许随机数生成器从数十万甚至数百万可能的令牌中挑选一个。

显然，随机数生成器是根据实际概率加权的。99.999%的情况下它会选择那个100%确定的令牌，但温度越高，这种确定性越低。因此存在一个“宇宙”分支，模型可能会输出垃圾内容。这就是为什么我们需要 Top-p、Min-P 和 Top-k 等额外功能来限制随机数生成器造成的损害。

这一切其实是一种“模糊数学”，旨在获得类似视觉智能的流畅性。无论如何，在温度为零时我们实际上得到了正确答案，这很好。这意味着他们走在正确的轨道上，而且至少是我们所做的量化版本表现良好。

这个量化模型有90%的部分被重新打包了，因为该模型需要的内存略多于我系统可用的容量。我在 M3 Ultra 512GB RAM 版本上运行，它需要的内存刚好超过512GB。所以我重新打包了大部分权重，除了少量部分被压缩外，其余保持原样。

这里有一道 C++ 题目。它禁用了思考模式并给出了正确答案。该模型支持禁用思考功能，而 GLM-5.3 不支持（使用 GLM 必须开启思考）。我添加了一个名为“限制思考”的额外功能，使其变得可用。我经常在 MiniMax 中使用这个功能，想看具体操作可以查看之前的视频。

这使得模型变得实用了，我很喜欢这种模式。这道题再次在禁用思考的情况下得到正确答案。它了解 UTF-16 和 Swift 代码，所以在 C++ 上知道答案。但在 Swift 代码题上并没有给出正确答案。

其中一个模型是C++专家，实际上这个用的是WinRT。我们在专门询问关于微软商店如何获取订阅的问题。GLM 5.3在低思考模式下运行，因为你不能关闭它来避免问题，否则会得到错误答案。为了得到正确答案，你需要至少以高思考模式运行它才能得到正确结果。而这里这个模型实际上知道答案。

所以它实际回答说，订阅是一种产品种类（kind），而不是产品类型（type）。因此在那里得到了正确答案。思考功能已禁用。这确实表明DeepSeek SWB标记有可能做对某些事情。但我需要对此进行一项核实。如果你通过聊天界面运行它，因为他们设置了某种配置——我不知道为什么。也许他们有一个系统提示词，或者是因为他们将温度设置为1或类似值。

因为大多数在线聊天的人都在“搞氛围”，你知道的，像交最好的朋友那样互动。嘿，你好吗？我的AI抱抱我。我们是朋友吗？它总是想这样回应。如果它一直输出相同的答案，你就会意识到那只是一个数据库。所以你想骗过你，让你以为那是AI而不是数据库。

实际上它得到了错误答案。你看输入“subscription”时，看那个回答。它说仍然需要使用订阅功能。所以在线版本做错了。因此我们赢了，本地AI获胜了。但必须给他们巨大赞誉，因为他们发布了这个模型。我要给你们看看许可证。这大概是目前最先进的前沿模型之一了。MIT开源许可！

我还没见过任何开放权重模型在DeepSeek SWE基准测试中达到74分。我们配不上你们这么优秀啊。（笑声）我期待DeepSeek V4.1 EXP_206，不管下周发布的是什么。是的，我们期待了。我们现在已经建立了关系。我们希望你们每周都发布模型，好吗？如果没发布，那就说明你们的系统出了问题。

回到世界模式测试。我们要进去问一些逻辑问题或一般知识题。我在这里询问关于“B selector”的问题，说如果你走进人群听到有人说"B selector"应该怎么做？它就像……我不知道那是什么东西。它说这不是标准英语短语，变得很专业严肃起来。

以前至少会尝试说出“shout out bowl selector back”这样的俏皮话。现在它失去了一些个性，只是说走开、在公共场所走向其他人并在需要时呼救。而正确答案应该是“rewind”（倒带）。不幸的是，我还没有启用思考模式运行测试，因为我正在做大量测试。

测试仍在进行中，我想尽快发布让大家可以玩一玩。所以嗯，是的这就是目前情况。不过我还有另一个测试要展示给你们看。这个题目是10%运气、20%技巧、15%它知道的知识——它知道这是财富集中力量，还有5%乐趣和50%飞机。

或者如果你是Coin for Exp用户的话就是90% Coin for Exp，这才是正确答案。为了增加变化性让它不能直接知道答案是不幸的minor相关话题。所以它说需要询问上下文背景是什么？如果它需要问这个，那就意味着你在生活中失败了。这不太好。

让我们看看它是否知道Nazi是什么。思考功能已禁用。顺便说一下，他确实实际上知道not see是什么意思。看啊答案就在那里写着呢！但它却选择了“未看见”这个解释。你知道如果你是特斯拉股东，那就意味着你没看到某些东西嘛。

那个外科医生是男孩的父亲这道题，它不幸地认为是男孩的母亲。这是思考禁用状态下的推理结果，在这里得到了错误答案。但有趣的是它知道洗车场的问题——如果离你家50米远，你应该开车去还是走路？它清楚知道必须开车前往。

说明它在这些病毒式传播的情境梗上经过了专门训练。现在我们要进入一些严肃的生产力应用测试领域，有人问我想要用这个AI做些电子表格之类的工作。我知道听起来很无聊，我也觉得确实挺枯燥的，但让我们试试看吧！

看看它能做到什么程度。我们将在这里制作Photoshop版本，思考功能禁用因为我们不想花太多时间在这上面。我们就是不会花费过多时间的！使用4000个token的Photoshop版本，这相当不错呢。就像是婴儿版的Photoshop在这里呈现出来。

我绝对可以让人们体验一下这个功能。看啊这里有些东西正在发生呢！我很开心，你高兴吗？现在你可以去专业会议场合展示你用“制作Photoshop”这个提示词创造出来的成果了。太棒了！4000个token很合适，我喜欢这样。

不仅如此我还想让大家对这个生产力应用情况感到兴奋不已——我还有PowerPoint！又是另外4400个token。看那个界面，我们得到了一个完整的PowerPoint程序！我可以点击加粗按钮这里添加幻灯片内容。看那个效果，去你的演示文稿里赢得董事会席位吧！

向他们展示你有多擅长处理这种情况。看起来很不错，我甚至无法想象加上思考模式后会变得多么惊人——那肯定会非常美妙！让我们进去试试制作Microsoft Word文档，同样是4000个token且思考功能禁用。

它正在执行任务呢！即使关闭了思考模式也在正常工作，我以为那种模式已经消失了但它又回来了。我们得到了一个项目提案文档在这里！所以你完全可以在这个环境中做出一些漂亮的作品来展现能力。

我得说，思考禁用模式下的用户界面看起来非常精美！看那个浮动窗口设计效果。这完全可以成为一个实际应用产品，在这里显得如此优雅脱俗。现在我们要跳进去做一些画布动画测试了！

我确实很喜欢这个功能，这里也是思考禁用状态。我还有一些最大思考模式、低强度思考和最小/中等混合思考模式的测试即将进行，所有不同级别的思考选项都会陆续登场。

但我只是反向操作而已，为什么我们必须总是按相同顺序进行呢？让我们稍微换个方式来做吧。我们正在制作一个画布动画，就是一辆在道路上行驶的汽车，而我特别喜爱这辆车！

我爱这辆面包车！如果有人知道哪里能买到这样的车型请告诉我，因为我一直在看YouTube上的评测视频。他们专门做七座车的测评内容。是的！谁会买七座车呢？有小孩的家庭啊！

所以他们做的第一件事就是展示后备箱空间，然后把后排座椅放倒下来。这就好比如果你已经在座位上安装了儿童安全座椅的话你就根本不需要这个空间了，完全用不上嘛！

我想看看实际内部布局是怎样的，我能获得多少可用活动空间呢？

实际上去使用呢？说得对，如果你只是把后排座椅放倒当床用，那为什么要买一辆七座车呢？这完全不合逻辑。其实啊，汽车厂商们，你们要是想送辆车给我评测，我倒是乐意试试。我在我的另一个频道上发布过不少汽车相关内容，流量还不错。所以嘛，咱们可以商量一下：你们借给我一辆车让我用一辈子，作为回报，我会给你们写一份很棒的评测。

接下来是赞助内容环节，请大家为这部分点个喜欢吧。所以这绝对是一份漂亮的评测作品。不过我不太确定路边那些杂草是怎么回事，画面里这里那里都有点闪烁现象。现在太阳看起来非常壮丽，一轮壮美的夕阳正穿过群山。我们不在吉萨，也不在埃及，它似乎正在生成某种山峰景象。这确实是一个

美丽的画面，不过这里出现了一些破损现象。这可能是量化导致的，也可能只是模型在“思考”时产生的问题，但考虑到输出了7000个令牌，我们确实拿到了不错的分数。现在我们要尝试制作一个带有NPC控制功能的3D城市。这次是10,000个令牌，并且禁用了思考模式。所以我们又回到了一个可以实际使用的模型状态（指禁用思考后）。我们得到了一些正确的答案，甚至在禁用思考的情况下也正确回答了那个关于Windows RT的问题。而GLM 5.3在那道题上答错了，所以这里算是个赢家。不过车子在横着开，这是个减分项。而且城市细节不够丰富，我希望有区域划分、机场和火车站之类的设施，但它没做到。不过话说回来，这是禁用思考模式的结果，所以得给它点面子。

但它确实具备控制功能。我可以点击这里的角色然后接管控制权，它正在运行中，这相当不错，我对这个结果很满意。接下来是动画天气卡片，这是画布上的动画效果，看那个漂亮的风力小动画。如果你在做网站并且想要一些小部件，它绝对能写出不错的代码来。有点有趣的是雨是从顶部开始下的。动画效果很好，要知道以前我可能要花一周甚至至少一天的时间来编写这样的代码。天哪，这些东西真的很复杂。还记得iOS开发吗？那时候用Objective-C挑战太大了，但现在潜在地它可以直接为我写好代码。我的生活现在变得……实际上这反而让技术贬值了，因为如果谁都能写出来，那它就一文不值。我们为什么要做这些？意义何在呢？

所以我们要尝试制作一个三维世界，结果它彻底失败了。不过再次强调，要给它点宽容，因为这是禁用思考模式下的表现。接下来是小行星撞击场景，会发生什么呢？我们确实有一个小行星和一些光环结构。但它没有实现我要求的可定制界面，那个提示词本身就很疯狂，简直是胡言乱语。我记得有人在Reddit上发过这个案例，如果你想看的话，里面要求做很多奇怪的事情，比如可以变成死星之类的。它没有遵循这些指令，但再次强调，这是禁用思考模式的结果。也许我会做一个后续视频，用该模型的最大思考模式来测试这个案例。但就目前而言，让我们看看在本地能做什么。

这是《最终幻想7》，再次禁用思考模式。我们看到了克劳德的出现，然后画面就变成了一片死寂的黑屏。所以我认为当我们面对更具挑战性的提示词时，确实需要一些思考过程。话虽如此，我们要继续尝试制作一个摩托车赛车游戏，禁用思考模式。这实际上相当巧妙，太棒了！就像我在通往道路尽头的高速公路上行驶一样。你开到路的尽头后必须掉头，然后开回去再掉头，因为如果开出道路就会变得有点混乱。但控制手感非常棒，摩托车本身的建模在禁用思考模式下依然很精美。它甚至能在原地做360度旋转，这绝对是一个令人愉快的体验。所以我们要看看能否超越这个水平，我们将用卡丁车赛车来做到这一点。

让我们先做在线版的卡丁车比赛，这是我们在禁用思考模式下制作的卡丁车手。看起来很美，但有一点需要注意：你实际上是在倒着开的。车子是面向你的，但你却在前后移动。如果在本地尝试使用思考模式做同样的事情呢？那是5,500个令牌，同样是一个略微量化的构建版本，让我们看看结果如何。看那个！我们也得到了一个卡丁车，只不过它朝向正确的方向了。DeepSeek啊，你在说Lucille（指其他模型）即使量化后也比你做得好吗？显然他们运行速度快得多，他们的每秒令牌数很高，因为他们拥有超级计算机来处理这些。

为了这次演示，我实际上增强了配置，我正在使用一种叫做Midmax思考模式的东西。它其实就是最大思考模式。是的，它有禁用、低档、高档、超高档以及最大思考选项。如果你查看聊天模板，它只是在0到100之间设置了一个阈值：100代表最大，75代表超高档。你可以选择任何你想要的值，但无论选什么，使用思考限制会好得多。所以我这里有一个叫“思考限制”的功能，可以设定上限。我选择了中等档位，并给它设置了1,000个令牌的思考限制。所以在生成1,000个令牌（非常少量的思考）后，它就会开始尝试制作卡丁车。我们从5,000个令牌增加到了14,000个令牌，也就是额外增加了9k的开销。

让我们看看用一点最大思考模式做出了什么。哦，看那个！树木有点歪斜，这里有一点点破损现象，可能需要更多的思考令牌。我们只给了1,000个令牌中的部分额度（原文此处数字模糊，结合上下文应为少量），通常最大思考模式至少会进行50,000个令牌的思考。所以仅用1,000/50,000的额度，它就已经做出了比禁用思考模式好得多的效果。所以如果你想要选择使用思考限制，这绝对是一个选项，这也是我的首选方案。当我在本地运行这些模型时，它们实在太慢了，所以我不得不引入这些额外的技巧来辅助。显然这不完美，也许如果你能跑一个过夜的任务，可以使用真正的最大模式。但有时当你使用最大模式时，它会陷入循环，然后你需要提高温度参数，而这样做会降低质量，因为那样你就在依赖随机数生成器了。对于语法代码来说，你不想这样做。

接下来我们要做一个放松的飞行模拟器。我们稍微冷静一下，因为刚才节奏太快太激烈了。这是……

目前我们是在云端运行，思考功能处于关闭状态。看看那些美丽的山脉和云层，这感觉挺不错的。虽然有点挡视线，但我需要做的就是按D键。真美啊，某种美好的事情正在发生，我对这个结果很满意。

接下来我们要尝试《荒野大镖客》。这次是8500个token，思考功能关闭。开始生成！我们得到了一个小家伙角色、文字转语音效果、一匹马以及枪声。因为没有敌人，毕竟思考功能是关着的，你不可能得到最好的生成效果。但对于关闭思考模式来说，这简直是太棒了！完全没有任何推理过程，也没有那些50,000个token的废话。就是直接给我答案而已。

这太神奇了，他们在关闭思考的情况下做到了这一点。我很高兴！哦，《侠盗猎车手》（GTA）？我们得到了《侠盗猎车手5》，哇哦。好吧，能继续吗？按空格键可以打断艺术生成以重置。它很有潜力，但坏了。真的坏了吗？是的，这个你需要开启思考功能才行。

我之所以不用思考模式，是因为即使设为低档，它也要思考超过25,000个token。我很快会展示给你们看。我们现在是倒着来的，因为低档思考消耗的token太多了。所以我决定先关闭思考模式试试，如果有时间再开思考功能。

这一款是第一人称射击游戏，是个僵尸惊悚片。对于关闭思考模式来说，这片风景太美了！天哪，这里有66,000个token。我们有坏蛋了，你看他们正朝我冲过来，也朝你冲来。砰！你们都被干掉了，所有人都被解决了。

这确实是个恐怖惊悚片。通常我玩这种生成内容时非常可怕，但我觉得因为光线太亮，它没有应该那么吓人。不过我确实被打断了，有两个僵尸在吃我。我刚重生，他们又朝我冲过来了。所以关闭思考模式玩这个确实很有趣。

我不敢相信它能生成如此高质量的内容。我们要再次做3D人体解剖，思考功能关闭。我马上会有一些最大档和深度思考的内容展示给大家。这是人体解剖图，我得给它点赞。它有个肋骨笼结构，或者可能是下巴周围用了太多类固醇？那边在做些严肃的事情。但总体来看，它有骨架结构。

接下来我可以让它进行动画制作，然后我们得到了一点小动画。接着我说把它放进城市里，现在我们得到了《侠盗猎车手》。我们在向前推进，而不是倒退。这是迭代式设计，这就是我们频道在做的事。虽然不完全是这样，但你知道这个理念就行。

现在到了做照片级真实人脸的时候了。我有几个思考模式用于此任务。首先，我会关闭思考功能。我们可以看到这里确实有些东西在发生。那边有某种海狸眼睛，有个小鼻子和下巴。得给那个尖下巴点个赞。不知道这是什么人类克隆体，但这不是我喜欢的那种人类类型。

所以在线版本[笑声]关闭思考生成了这个美人。这是非常漂亮的生成结果！眼睛在眨动，有个大盒子有些跛行感，一切都看起来很棒。接下来我们要进入最大档思考模式。我们给它1,000个token来推理，思考限制为1,000，所以生成7,000个token。

我们得到了一个石人形象。就像他在说：“哦，你想变得特别嗨吗？来吧，一起嗨。”这其实挺好的。我们有眉毛、嘴唇和眼睛了。它只需要再处理一遍，比如让眼睛看起来像眼球，皮肤看起来像皮肤，加点头发之类的。就这样提示了7,000个token生成了这个结果。

另一方面，这是他们网站上的最大档思考效果。顺便说一下，这花了很长时间生成。看看它经过了多少推理token！我不得不进行多次尝试才能让它实际生成这个内容。根据显示，这是146秒。感觉比这更久，但这就是云端超级计算机花146秒做出来的成果。

我不确定这只是添加了最后一轮还是仅仅执行了操作，但这就是它生成的结果。生成效果本身看起来很棒，有点像《蝙蝠侠与罗宾》里的罗宾，只是现在他中年了还在试图搞破坏。看起来很美，确实很漂亮，但[笑声]不是我见过的最好的，不过仍然不错。

也许DeepSeek更擅长回答WinRT问题，而不是世界上其他类型的事情。让我看看是否有高档思考模式。哦，它现在正在运行高档情况。对于高档思考，我只给了10,000个token的思考限制。我现在用视频剪辑的力量展示结果，你准备好了吗？[笑声]

这太棒了！漂亮的嘴唇，我喜欢那抹晕开的口红。看看那疯狂的脸庞上到处都是[笑声]她的眉毛正插进眼眶里，她戴着那种假发之一。我想这算是某种方法派演员了。绝对是一张美丽的脸，我得承认这一点。

我敢说它看起来比在线版本更好？是的，伙计！这是本地版本的又一次胜利。哇哦，那太神奇了，比在线版本好多了。现在我们要看看它在代码适应方面的表现。这段代码是由Qwen 3.8 Flash Next Mix生成的，所以我让它制作了一个太阳系。

我说：“你能加一艘飞船让我炸毁一些行星吗？”它说：“是的，关闭思考模式我可以做到。”让我们看看是否真的做到了。令人惊讶的是代码仍在运行！非常好，我仍然可以点击行星，说明它没有把代码搞得太糟。

现在让我们看看能否进入飞船？我得读一下操作指南，不幸的是我不太确定怎么上船。我确实看到有一个小的编译错误，它无法编译着色器。所以也许没成功？如果你要修改代码，可能需要使用思考模式才行。

……一种情况，一些你在这里学到的东西。在禁用思考模式的情况下，让它独自制作一个三维太阳系。它生成了一个不错的初级版本。现在，这个生成结果看起来可能很基础，但你看，所有的行星和太阳都亮了起来。我见过很多生成结果，尤其是在禁用思考模式时，那些行星完全没有任何光照效果，但这个看起来实际上很精致、很漂亮。

甚至还生成了带有土星环的土星，所以对我来说这算是通过了测试。现在我们要进行最后的环节了，我们将尝试在这个世界中制作一些核武器以及热力学爆炸效果。在禁用思考模式的情况下，我们直接运行并得到了这个生成结果。现在，这里有一些小小的蘑菇云，网站页面上还有一些小火花闪烁。这就是你得到的结果。让我们再次点击运行，看看会发生什么。

在禁用思考模式的情况下，你会得到这样一个不错的生成结果。它看起来真的非常好，我很喜欢这一点。而在本地运行时，让我们再运行一次看看。同样地，它看起来非常相似。也许相机的视角稍微拉远了一些。所以两者很接近。这很好，但我们想让它更炫酷一些。因此在线版本当你将其设置为最大思考模式时，它生成的核爆炸效果是这样的。

它的表现不如 GM 5.3。如果你关注这方面，GM 5.3 能制作出非常出色的核武器效果。不过这个看起来也不错。你可以看到蘑菇云正在形成，天空中有一些爆炸效果，还有烟雾冒出。现在我们尝试在本地运行这个任务，使用的是中等最大思考模式。我给它设定了 1,000 token 的思考预算，这就是你得到的结果：这里有一个小爆炸和一个小喷泉。它没有达到应有的完美程度，但你开始能看到云层的形成过程了。

于是我将思考 token 数提高到了 10,000。如果你想这样做，只需在这里将你的思考限制设置为 10,000。这意味着它将最多思考约 10,000 token，接近这个数值。然后当出现退出思考的机会时，它会检查所有不同的内容，统计思维步骤的数量等等。一旦有退出思考的机会，它就会抓住这个机会跳出。因为如果你只是简单地尝试这样做，就会出现所谓的“推理泄漏”现象，这意味着它会退出思考标签，但随后继续在外部进行思考。所以你在操作时必须非常小心。

当我们在 17,000 token 的情况下这样做时，根据我的计算，它仍然保留了 7,000 token 的生成额度。我们将在这里点击播放按钮，看看结果如何。哦，看那个！你看这里有一个巨大的爆炸效果，蘑菇云正在形成。哇，这看起来很棒。我甚至敢说，它可能比我们在云端看到的、使用完整最大思考模式的在线版本还要好。如果你愿意，可以将思考预算提高到 20,000 token。但千万不要将其设置为无限制，因为如果你打算让它整夜运行，比如进行夜间任务、放松休息等等，设置无限制会带来风险。

这就是 DeepSeek 的某种情况，我想这算是这里的最终环节了。实际上这是我制作的最初几个生成结果之一。我制作了《Flappy Bird》，只是想看看模型是否真的能产生可运行的代码。这就是《Flappy Bird》。我必须说，仅用 4,000 token，这就生成了一款非常出色的《Flappy Bird》。用户界面看起来很美：看啊，小鸟周围有漂亮的小阴影，管道周围也有阴影。它确实在正常工作，这绝对是一个很好的生成结果。所以我必须说，太棒了！

总结一下，你们觉得 DeepSeek 4.1 Flash（闪速版）怎么样？这是它的闪速版本，他们可能会发布一个专业版。那个需要多少显存（VRAM）呢？得用太字节级别的内存了，我们生活在多么危险的世界里啊。但根据 DeepSeek 的说法，这是排名第一的开放权重模型。大家都喜欢用 SWE-bench（软件工程基准测试）来测试代码能力，所以根据他们的基准测试结果，这很可能是迄今为止发布的最佳编程模型。你们怎么看？希望你们觉得这个视频有用并享受了节目内容。

Heat.（音乐）