这并不好笑，但咳咳……它确实是个事实。DeepSeek 发布了 V4 Flash 的正式版，此前处于预览阶段，现在不再如此了。这次公告非常简略，没有大型博客文章或其他内容，基本上就是这条 X 帖子以及那张基准测试的 JPEG 图片。基于预览版的一些分数提升，甚至让人不禁怀疑：他们为什么不直接叫它 DeepSeek V4.5 呢？我 Discord 里有人也这么提过，我也同意。这也是我从他们那里得知并提及的原因。但这确实相当重要。

如果我们查看 DeepSw SWE Bench，很多人认为它在衡量模型在软件任务中的实际能力方面很有参考价值。该模型的得分从 7.3 跃升至 54.4。它还被与 GLM-5.2 和 Opus 4.8 等产品进行比较。据称，它击败了 GLM-5.2，但尚未达到 Opus 4.8 的水平。不过，这并非大模型版本，这是 Flash 版，不是即将结束预览的 Pro 版本。如果这些增益能延续到 Pro 版本，那么八月伊始可能会非常有趣。在深入之前，欢迎订阅让我突破十万粉丝拿到金牌。有人问如果到了十万是不是还要继续求五十万？不，我会说：“在深入之前，这是我的十万粉丝金牌。大家好。”

让我们看看这些基准测试，因为有几个关键点我想强调为什么这很有趣。首先切换到 Hugging Face 页面。目前开放权重版本尚未更新，我们看到的仍是预览版变体。但考虑到所有因素，其大小和占用空间应该完全相同。该模型拥有 2840 亿参数，采用混合专家架构（MoE），激活参数量为 130 亿。这意味着在本地设备上运行是完全可行的。

如果我们查看该模型的量化版本，它可能需要像 2D GX Spark 这样的设置。我理解这在获取设备上仍有些困难，但在本地爱好者圈子中其实比你想象的更常见。该模型 4-bit 量化的最低端大小约为 138 GB。如果你想使用 Unsloth 动态量化，理论上可以在单台拥有 128GB 统一内存的机器上运行。这令人兴奋，因为当更新到来时，如果基准测试可信，这意味着一个显著小于这些模型的模型能够与之匹敌。

公告帖子中还链接了另一个内容，点击后会进入关于如何与 CodeX 集成的博客文章。这似乎是应广大需求添加的，也是他们宣传该模型的主要方式。至少在 X 帖子的公告中，主要链接指向的就是这个集成指南。因此今天的测试我们将直接在 CodeX 内部进行。由于我们在 Linux 系统上进行测试，没有漂亮的 CodeX 桌面 GUI 应用程序，我们将使用命令行应用。除了界面美观度稍差外，区别不大。

他们提供了确保设置正确的说明，甚至推荐了一个简单的单键脚本进行安装，并展示了这里发生的具体更改。需要注意的是，由于它只显示 DeepSeek V4 Flash，如果我们进入模型和定价部分，会看到 V4 Flash 对应的是最新更新的 7月31日版本（0731）。我们也会密切关注价格，因为这里的模型定价极其便宜。

向下滚动可以看到，输入每百万 token 约为 3 美分（有现金折扣），无折扣时为 14 美分；输出每百万 token 为 28 美分。不过似乎有高峰时段倍数，我认为是两倍。所以在高峰期，输入每百万 token 为 28 美分，输出为 56 美分。请留意这一点。

接下来我们开始测试，当然首先是传统的 Browser OS Test v2.5。也许到了该创建 v3 版本的时候，考虑到当前测试可能已趋于饱和，我可能会尽快着手此事。但这总能给我们提供一个很好的初始“氛围”测试。好吧，经过 7 分钟的思考（期间我们没看到任何输出），它开始说这是一个有趣的“块状”构建。哦，也许是重量级参考？不，是一个完整的操作系统、两个真实的 3D 游戏，并为自己制定了更新计划。

基于我看到的进展和耗时，我预计这将花费相当长的时间。请记住它处于最大推理努力模式（最长、最冗长），但我总是喜欢在全潜力下测试。现在操作系统已完成，我有点好奇的是它将其命名为“Ominous”（不祥之兆）。这让我困惑，因为我们可以看到这是系统的名称。而且这也是我的系统……所以可能只是“我不打算卖给你任何东西，别担心”。这些是开源的，我因为单人面向消费者太糟糕而不再出售。所以我对其命名感到些许困惑。

无论如何，我们现在有了这个“Ominous”浏览器操作系统。让我们看看它的表现。这对于一个 Flash 模型来说非常非常好，甚至让我有些谨慎地想说它带有某种 GPT-5.x 的美学风格。背景有动态效果，这是我见过的最繁忙的记事本应用之一，打开时显示 welcome.txt。让我们检查一下……

重要的是，有右键吗？有的。个性化设置。我想它可能已经被个性化过了。右下角有一个时钟，显示的是本地正确的时间和日期。我喜欢背景的运动效果，就像两个球体在循环滚动一样。我们的开始按钮就在那里，只是一个圆点，并且有一个浮动悬停效果的面板。让我们先点击它看看。“时光机”版本出来了。我们可以搜索了。哦，好的。你没有设置选项吗？确实没有。好吧，让我们逐个运行应用程序看看文件管理器。要么这个模型会是一个令人恐惧的自然奇观，让人们惊叹于它的强大；要么是提示词已经进入了训练数据。我先保存一下关于.txt文件的内容。我们真的可以在这个文件中创建新内容吗？可以，当然可以。很好。再创建一个文件夹吧。它把它放到了那里。记事本我们之前已经看过了，只是看看它的功能。它提供了字数、字符数等统计信息。现在许多记事本应用都需要添加令牌计数，因为大多数人可能只是在随意编码。

我们可以正确地调整这个窗口的大小吗？可以最小化到任务栏然后再重新打开吗？是的。全屏和退出全屏也很流畅，非常好。接下来是GTA城市游戏。效果相当不错。这是Quen 3.627吗？表现尚可，虽然不是完美但很接近。我们还有一个任务需要开始处理。我应该确保没有声音。好吧，我有扬声器开启，但似乎并没有声音出来。这里有一些小bug，主要是摄像头移动是反向的。我们需要在黄色标记处偷走那辆金色跑车，考虑到我们当前的速度和那辆车的位置，这恐怕需要花上几年时间。它周围还有一些悬停效果之类的东西。原来是有声音的。好吧，把车送到绿色标记处。看来它给我们提供的基本上是偷车和送货赚钱的任务。挺扎实的，对吧？是的……我会尝试完成这个任务，然后我们可能会继续下一个环节。绿色标记在那下面。有趣的是它的交互性方面。“任务完成”，奖励500美元，不错。

接下来是我们的陨石游戏，这在类似测试中很常见。“呼。”好吧。Shift键是……哦不，WS键是用来推进的。是的，这里在空间感知方面确实存在一些 issues。“呼。”很酷，控制键并没有按照应有的方式正确映射。不错。而且画面被分割成了更小的部分，这实际上相当酷。检查一下大画布测试，看看画布是否真的随之缩放？没有完全按比例，但它做得足够正确。可以下载为PNG格式。终端看起来不错。“嗯。”这真是不简单。“财富文件”是你未来遗憾的快照，这就那样吧。带有算盘图标的计算器。它像是一个横向布局的计算器，至少缩放是正常的，很好。也许它应该以那种方式打开，而不是这种。但我不纠结这个了。“57加6等于63？不对。”“63乘5等于315？”“57加6……哦，出错了。”好吧，“时光机”。这是特殊功能。哇。所以它在为我们自动快照记录。令人担忧的是，所有模型突然都开始这样做。它们基本上只是在记录我们的操作行为。它是带时间戳的两个文件，我们可以将快照恢复到特定时间点。这真的很令人感兴趣，因为有时非常不同的功能会突然出现在来自不同实验室的不同类型的模型中。这就是其中之一。让人不禁好奇他们在闭门造车时具体在研究什么。

个性化设置。好吧，我有点担心。“呼。”渐变预览中没有显示出来，但那个主题其实挺不错的。草地风格，是Windows XP的风格。就像是对过去的致敬。强调色确实有效，很好。自定义强调颜色。“哦。”好吧，整体相当不错。现在让我们给它一个自包含的C++滑板测试。这是复古加州美学，可能需要一点时间。在此期间……哦，不是那个。让我们看看这要花多少钱。我们之前是9.85美元，现在是9.77美元。所以整个过程花费了大约0.08美元（注：原文为8，结合语境推测可能是几分钱或单位换算问题，此处忠实翻译数字）。对于一个这种规模的模型来说，这做得 exceptionally well（极好）。好吧，我们无法完成ollie动作。看来技巧并没有100%生效，但这比同规模模型通常能产生的效果要好得多。行人看起来不错。即使技巧目前并没有完全正常工作，这也做得非常出色。我要根据这个给它一些反馈。

我想我们刚才看到的是开始屏幕，那里的文字现在肯定可见了，但也许有点放大了。没有图片查看器，所以我们将通过分析像素内容并将区域渲染为ASCII来验证抬头显示器（HUD）。好吧，让我们看看改进后的滑板游戏。好的，它让文字部分起作用了。“还行。”比之前好多了。“呼”更好了。现在ollie动作可以用了，它修复了主要问题。看那个。“呼”什么？好吧，那并不是完全没问题。等一下。所以，kickflip是K键，我想现在大声说出来也说得通。L键似乎是某种……360度翻转？所以，我要说它在文字方面做得还算过得去。问题是，大多数时候这种规模的模型会把文字搞得一团糟。而这个实际上取得了显著的进步。我的意思是，好吧，也许现在我们看到它在某种程度上阻碍了我们的视线，但商店现在确实有了招牌。我们可以卡在栏杆上滑行吗？也许需要按某个特定的键才能卡住栏杆。有时候确实是这样。但无论如何，看那个平衡感如何？还有其他模型能做到吗？我想是Gemini 3.6 Flash在栏杆上保持了平衡，这是我以前很少见到的。所以，总体而言，这比你在Flash模型中期望得到的要好得多。我的意思是，如果这不是基准测试数据的话，这个Pro版本可能会彻底击败其他所有当前模型，这对消费者来说将是令人兴奋的。

好吧，我们现在在海滩上。我们能下水吗？冲浪模拟。“好的。”是的，我们可以。那看起来……“呼”现在像个冲浪模拟器了，手臂像扇动一样。“是的。”我不会说那是什么。好吧，总的来说这很酷。360度翻转很棒。看那个。“哇。”我的意思是，相当不错。所以，接下来我们将给它一个美丽的静态地铁站场景测试。

这是包含两个指令的提示词：既要制作一个看起来不错的3D地铁场景，又要将其转化为第一人称射击游戏（FPS）。所以，我们来看看结果如何。好了，让我们检查一下我们的地铁FPS成果。“Subterror”。好的，“探索车站”或“星际战斗”。当我给出统一提示词时，有趣的是我们通常会得到选项：要么只是探索，要么玩FPS。这是一个Ban的问题（注：此处可能指模型拒绝或生成错误）。是的，这会被修复。

好了，这里有一些声音。“[音乐] [笑声]”好吧，确实非常“枪法很准”，我应该这么说。再次强调，考虑到这个模型的体量，这真的非常好。我们有一些脚步声。我没看到任何敌人，这让场景更加诡异。我们在第零波次，所以我猜那个B代表“绽放”（bloom特效）。哇，这真不错。F是手电筒。看那个。所以，这里的大问题是没有敌人。“[音乐]”这是个问题，但你知道的，我们可以绕过它。第零波次。看来我们在游戏逻辑方面存在一些 issues。“[音乐]”好吧，让我们试试“探索车站”。酷。我们基本上得到了完全相同的东西。“Sands”是武器，这稍微合理一点。

假设我们要修复那个战斗问题（注：原文combat issue前文可能有误听，结合语境指自动射击或敌人缺失问题）。那么自动开火的武器应该不再存在。嗯，“[音乐]”好吧，那是……我们就忽略那个吧。我们现在有敌人了。让我们看看它们。“[音乐]”好的。哦，嘿，这不太友好。“[笑声]”

[笑声] >> 那是……我就直说了，“[笑声]”什么？好吧。那就看着吧。“[音乐]”这不好笑，但确实如此。“[笑声]”。这个模型也很“病态地厉害”（注：sick在此处为俚语，意为极好）。这就像Opus 5级别的厉害。好了，我看够了这些。那真是相当惊人。“[笑声]”。好吧，我想尝试一些我从未在任何模型上做过的事情。这将是一个C++游戏，但需要是复古风格的3D摩托车游戏。因为这个模型在一些之前用各种模型运行过的提示词中表现如此出色，我想看看这种性能是否能转化到我真正从未尝试过的事情上。

所以，这最终有望成为一个相当不错的C++自包含复古摩托车赛车游戏。如果这也看起来非常令人印象深刻，那这确实非同凡响。好了，它一直在为我们的Moto GP游戏工作，看起来相当不错。问题是它使用了Raylib（光线库）。我没及时抓住这一点告诉它“不，你需要以硬核模式来做”。所以这不幸地会在一定程度上扭曲结果，因为我运行这个测试的全部原因是为了看它在从未使用过的提示词上表现如何。这样能更好地概括其原始能力。

所以我不知道该怎么办。我是说，我们快速瞥一眼吧。“[音乐]”嗯，那看起来相当不错。Moto GP……这非常好。问题是它通过使用Raylib让事情变得简单了一些。所以我并不完全确定100%。“[音乐]”手柄我觉得是反的。它似乎在空间感上有些问题。我只是说别用Raylib，我拼错了。重新开始。“[音乐]”我们再看看会发生什么。有可能它可能仍然缓存了一些关于刚才所做事情的历史信息。“[音乐]”但无论如何，我们看看结果如何。好了，这是我们的Moto GP游戏测试，它不能使用Raylib。“[音乐]”不，恐怕这个测试已经被毁了，因为我没在它第一次使用Raylib时抓住这一点。

所以，这个结果完全是没有Raylib的，而且实际上比使用Raylib的那个更好，这有点令人困惑。它非常、非常、非常好。“[音乐]”我是说，很有趣。好了，我要给它一个漂亮的网站提示词：Slapis手表公司。“[音乐]”它需要为一个拥有3D手表模型的网站制作一个好看的前端，带有电影般的平移摄像机视角，以及一个像样的、能干的网站。好了，让我们看看我们漂亮的手表网站。“[音乐]”它实现了一个渲染功能时间蒸馏（render feature time distilled）。不错。对于一个看起来如此可疑地干净的网站来说，这是一个很好的行话。“[音乐]”好吧。我们会注意到这里有一些明显的 issues。我注意到的一个共同主题是，这个模型表现薄弱的地方在于空间感上，它似乎对3D空间中物体的正确朝向缺乏很好的把握。

但如果我们单独评判其中一些元素，木材看起来很不错。“[音乐]”也许对于这块表来说有点太小了。实际材质看起来相当不错。我们可以稍微移动一下，但不幸的是我不能真正控制这个轨道视角。“[音乐]”它有这些元素。它们只是不一定以正确的朝向排列。但尽管如此，我是说……好吧，这实际上……它是在线渲染的，然后拍了照片。当我说是“在线”时，它是启动了一个Chrome实例来进行一些渲染，拍下它们，然后包含在这里。这就是我们在这里看到的。“[音乐]”这应该是怀表吗？我不这么认为。好吧，它只是有点被搞砸了。“[音乐]”但看，它甚至像子表盘和Slapis。这个看起来相当不错。“[音乐]”看啊，伙计。这个实际上更好。“[音乐]”。好吧，它搞砸了，但像“Lagoon Diver 300”（泻湖潜水员300）。好了，这些宝贝多少钱？还不错。对于普通网红来说非常、非常实惠。“[音乐]”不，我开玩笑的。“[笑声]”。我开玩笑的。但这还挺有趣的。

好了，总的来说，这仍然非常酷。“[音乐]”即使它有一些空间问题。接下来，我想尝试一个3D模型测试，但不是传统的V8引擎，我要稍微改变一下。所以我需要一个直列六缸发动机的模型。“[音乐]”它必须能容纳一个280尺寸的直流电机在里面，用于我的RC车项目。它需要能够以最少甚至无需支撑进行3D打印，并正确容纳直流电机。“[音乐]”直列六缸发动机基本上就像一个矩形那样，而V8是一个V形带有一些不同的东西。所以这只是为了尝试在传统提示词之外测试能力的一点差异化。“[音乐]”好了，我们的直列六缸3D模型完成了。那里有一些渲染图。“[音乐]”让我们在OpenCAD中打开它。“[音乐]”好的，它是……这里的问题是。这不是我们传统的V8测试。这是一个直列六缸发动机，“[音乐]”这对于它应该看起来的样子是正确的，比如从上往下看肯定是的。“[音乐]”那里有一个油盖。我在这里注意到的大问题是，这个280直流电机的渲染方向完全错了。“[音乐]”但这似乎有一些世界空间的怪异之处。然而，如果这个盖子上有供电机穿过的孔的话，“[音乐]”这也许行得通。让我们看看一些实际的打印文件。“[音乐]”所以，这里是……好的。Body.stl（主体STL文件）。好了。“[音乐]”它很大。“[笑声]”。好吧。那么，它有轴孔吗？“[音乐]”它确实有轴孔，这很好。此外，“[音乐]”这里甚至有一些出口用于散热、电线之类的东西。“[Music]”天哪。而且它做了那个V形的东西（注：此处可能指直列六缸的排列或某种结构特征，与前文V8对比）。所以它根本不需要支撑。我们可能本来可以……

底部有一个圆圈，顶部则是一个V形。不过我认为Kimmy K3也采用了类似的设计，当我们在V8版本上进行操作时，顶部确实有一个V形角度。好的。那么，如果我要吹毛求疵的话，是的，这些墙壁不够厚，无法妥善容纳这些孔洞。因此，它们应该靠得更近一些，或者干脆把墙壁做得更厚一点，但同时也应该有

然后后盖会滑过电机并大概通过螺栓固定。非常好。嗯，这个环可能不是百分之百完美，但即便如此，它由多个部件组成的事实仍然令人印象深刻。接下来是曲轴皮带轮。好的，非常酷。为了提供更多关于电机的细节信息（如果没有其他更详细的内容的话）。然后我们进行了配合检查。这难道不是一种“穿搭展示”吗？就像，“我的衬衫看起来怎么样？”之类的，我也不确定。但然后……好的，酷。所以它只是制作了一个电机的简单模型，以便能够将其正确放入机身中。因此，我认为这实际上相当不错且完成得很好。它看起来似乎可以实际打印出来，电机也能放入其中，而且不会变成一大团不同且互不连接的实体。所以

非常稳固。懂吗？因为这是一个实心的按钮式结构。好的，这个东西看起来真的很好。所以我打算在这里开启“困难模式”。这有点近乎荒谬地要求它去做，但我将给它进行Chrono City测试，该测试展示城市在不同时期的景象，但我要它使用C++语言来完成，且不使用Raylib。我们来看看结果如何。这将会……这有点离谱，但

这是一个超纲的好测试。这个C++城市时间线结果花费了相当长的时间。所以我们目前的状态是UI和某些东西正在加载，但屏幕始终是一片漆黑。我们实际上看不到除了控制面板和时间轴滑块之外的任何东西。所以我们看看能得到什么。好的，那还挺不错的。这是我第一次见到这个结果，我

注意到了一些有问题的地方，比如侧翻扭曲的汽车，但这确实呈现出某种时间过渡的视觉效果。请记住，这一切都是使用C++完成的，我们不允许它使用Raylib或其他任何库。所以这是一个困难的测试，是我以前从未做过的。我们做过Chrono City，但通常——不，通常是每次都必须是

HTML文件。这是C++。所以我是说，[笑声] 是的。好的，那就是2055年。它剧透了很多惊喜给我们，但事实上它能做到这一点是非常令人惊叹的，尤其是考虑到模型的大小。我知道我要反复强调这点，但这确实是一件大事，因为假设你拥有两块这样的DGX Spark（我可能很快就会入手）。但我是说，

花9000美元，你就可以在本地运行它，上下文长度可能达到百万级。是的，那是一笔巨款。但就像6年前一样，如果你知道可以用9000美元在本地运行具有这种性能的东西，那简直就像魔法一样。所以我对此如此兴奋的原因就在这里。它在API上的使用也非常便宜。好的，所以它甚至还有那个时代的音乐。我们可以移动吗？是的。[叹息]

哦，我看到小人了。[笑声] 它正在自动为我们切换时间轴。好的，这里有一些问题，但它仍然……这不是C++的问题。QE上下波动。C是电影式游览。啊，好的。也许我们需要撤销这个电影式游览，请取消。好了，就这样。好的，我该如何暂停空间？

它并没有让我们很容易地真正观察这个场景，但即使有问题，这仍然非常棒。我们看到了这里的人。好的，所以这是1945年。让我们看看能否再往下推一点。好了，那样好一点了。如果它能带我们进入这里就好了。好的，移动有点奇怪，而且汽车显然是扭曲的，但这在空间

理解方面有些问题。现在让我们去……好的，2号。我们有1965年。汽车的颜色更好看了一些。有些标志变了。更多的青绿色，像粉彩色的颜色。人们看起来大致相同。3号是1985年。好的，音乐变了。你知道的，我想路灯有变化吗？嗯，有点吧。没关系。4号是尾鳍、霓虹带、混凝土、合成器贝斯、玻璃塔楼，

和屏幕。哦，为什么它跳到了2005年？好的，那是85年。现在是2005年。建筑物移动的方式非常酷。看起来像是《哈利·波特》中他们前往凤凰社秘密避难所的场景。最后则是未来，不知为何充满了蓝色的树木。我是说，我接受这个设定。我喜欢蓝色是我的最爱颜色。而且非常、非常有意思。

所以，这仍然令人印象深刻，是我们以前从未做过的任务，因为这是一个非常、非常困难的任务。而且音乐也做得很好[音乐] 好吧。所以，是的。好的，让我们检查一下到目前为止所有测试的总成本：96美元。所以我们从9.85美元开始。所以总共花了79美元用于我们做的所有事情。现在这包括了一些额外的内容，我

还没有谈论过。所以在整个测试期间基本上是在Open Code内部。我已经给它布置了“史蒂夫，电脑维修工”的电影游戏测试。这是我会给像《神鬼寓言5》或Kimmy K3这样的模型做的，而不是这种小型的、非巨型前沿状态的模型。这是一个困难的测试，因为它基本上需要制作完整的游戏玩法。我已经

给了它Open AI的API密钥来生成对话。它必须做过场动画、电影式镜头平移、故事情节等。现在，这已经持续了相当长的时间，我只是想看看我们有什么结果，哪怕只是为了获得某种形式的……你知道的。

好的，声音没工作起来。该死，看看那个。对于游戏来说这并不差。所以再说一次，我并不指望这里有什么完美无缺的表现。标签页被静音了吗？>> 那是我们购买的时候 >> 我在处理扬声器方面很烂。而且 >> 星期二，下午5:47，“史蒂夫的电脑维修”，老年人从不在线。>> 哦，你看不到我指着的地方。抱歉。你 >>

确定她能活下来吗，斯蒂芬？她会没事的。比泽利斯，只是CMOS电池的问题。>> 1998年是非常好的一年。那是我们购买 >> 当我们购买别克的时候。那正是那个年代的老人会做的事。而且我不是在……你知道的，我自己也有一辆别克，所以我不是在刻薄地说什么。好的。更换电脑里的CMOS电池。我该怎么做呢？进入。E. 它们

通常有类似的键映射关系。不错。拧下侧面板。E. 取出旧的CMOS电池。放入新的电池。把面板螺丝拧回去。>> 好了，新电池。案子结了。 >> 那是那个 >> 哦，它在发光。>> 这些人正在 >> 把她抬到车上带走。 >> 麻烦事。>> 哦，我得送这位女士出去。我是说，这没问题。你知道的，这是一个好店主

应该做的

Tommy 一直看着你工作。好吧，门在哪里？我们可以去自动售货机那里。机器要求投币，老派风格。你尊重规则，这是商店的规矩。好吧，我怎么离开这家店？这里又有些空间问题。好吧，Alice 小姐要离开了。这些声音听起来像是没有完全调整好均衡器。哦，那里有一扇门。好的，很好。这是 Oleg。这一切都在自动进行着。他点了点头，这意义重大。好吧，看看 Thomas 先生想要什么。“Thomas 先生很忙。” Ellis 女士的……这有点像在拍卖 Nemesis。[笑声] Black 没有偷走你，除了头等舱的机票什么都卖了。它做得太快了。“我进来了。”“打开手提箱。”事实是这真的是那个手提箱吗？是的。“电话锁撬工具。”PDU KT。不错，“钥匙卡带你到 40 楼”。难的部分在上面。“带上[音乐]电话锁撬工具、USB 蠕虫和钥匙卡。”我必须……

好吧，现在我要做什么？飞往螺旋塔。从前门出去。两小时后[音乐]，在云层之上，“猫咪保姆”发来了短信。Tommy 说：“嗨。”这里的花生其实还不错。我想我们应该能看到飞机视角的景色，我是说，“如果它在这里退出也没关系”，因为像螺旋塔 9:47 p.m. “看那些漂浮的东西。我必须……我得躲开保安，不是吗？”[叹气]“如果这个不行。”不，对不起。哦，我必须得躲开吗？

好吧。“我做不到。对不起。老实说，有些关卡是可以跳过的。”是的，我当时做了很多跳过操作，但我无法让它……我对游戏感到相当沮丧。我根本不怎么玩电子游戏，所以我不喜欢那种挣扎的感觉。好吧，对不起，但是不，我否决了它。这仍然比我预期的要好得多。我是说 Meta 的 Muse Spark 1.1，我给它做了这个测试，结果它表现得比那个好，这出乎我的意料。所以这是一个更难一点的测试，《Fable 5》和《Kimmy K3》都做得很好。GPT-56 Soul 甚至表现得不那么好。所以这展示了真正的实力，这也是我们今天测试的总结。这个模型看起来真的非常令人印象深刻，以至于

我们在频道上运行了一些以前从未做过的测试项目，因为我对其性能有些怀疑。我通常不会在测试这些模型时如此多疑。我只是看它们在测试中的表现，心想“哦，好吧”。但这个模型对于其体量来说实在太好了。我对此感到兴奋的一个大原因是，

这实际上有可能在人们的系统上本地运行。是的，你需要一台相当昂贵的爱好者级机器，但考虑到你能从中获得的性能，对于那些买得起、想要本地 AI 的人来说（即使目前这是一个利基市场），成本并非完全不合理。再次提到那个

3D 模型，地铁 FPS 简直酷毙了，就像 Claude Opus 5 会做出来的那样，因为那个模型也像是个疯狂的家伙。这个模型似乎也共享了那种疯狂的特质。我们可以像这样打开和关闭车站的光晕效果，这真的很……是的。而且环境里还有弹孔。我甚至没注意到这一点并评论它，因为我正忙着想：“哇，这个模型真的很好。”我们还有手电筒功能。我是说，太棒了。

这里最大的问题是枪会自动开火。然后它会在车站留下这种令人作呕的痕迹。但总的来说，对于一个这个体量的模型来说，它是称职的。我想强调这一点，因为这真的很棒。我是说，《Skate》游戏真的很好。再次说明，这让我想做一个不同的 C++ 测试，这就是为什么我们做了 Moto GP 那个，它很好，但它先在 Raylib 里完成了，我都没来得及抓住。然后我把所有生成的东西都删了，说不用 Ray 再做一个，它依然做得不错，但看起来完全一样。所以我不知道它对那个的记忆是怎样的。

当然还有城市时间线的那个测试，在 C++ 中完成得非常称职，它甚至制作了音乐等东西。所以总的来说，我认为很多人会对这个模型感到极其兴奋，因为它很便宜，可以本地托管。如果这些提升能转化到大型专业模型上，那它可能会成为 Kimmy K3 的竞争对手，这让我很兴奋，因为它小得多。那是 1.6T 对比 2.8T。所以很有趣。这大概就结束今天的视频了。如果你有任何问题，请在评论区留言。感谢观看。