首页注册登录

GoForum › 🌐 V2EX

有一说一， DeepSeek V4.1 跑分还行，但实测还是和 Astra 有巨大差距

baicai321 · 2026-09-12 22:03 · 0 次点赞 · 17 条回复

今天用了下 DeepSeek V4.1 Flash ，快是真 TM 的快，一直稳定接近 300tok/s ，但在做复杂任务的时候，是真的蠢啊，尤其是和 Astra 比

我今天主要是拿它们来进行一些老手游的反编译和修改（都是已下线的游戏），这个任务其实很麻烦，会遇到各种各样的难题需要模型去解决，DeepSeek 全程疯狂输出 Token ，然后遇到难题就想方案 -> 改代码 -> 问题还在 -> 换方案，一直在重复这样的循环，就 TM 跟鬼打墙一样，关键是这个逼速度还飞快，所以你就看到它疯狂的吐 Token ，疯狂的换方案，最后狂奔 40 多分钟问题没解决，完事还把之前的一个已经破解的模块改坏了

实在受不了于是换了 Astra High ，Codex 不会展示完整的思维链，tok/s 相比于 DeepSeek 也慢不少，所以对比之下 Astra 就像一个慢吞吞的老头，不紧不慢的，但它是真的稳啊，任何问题遇到后基本两轮之内必能找到正确的方案，然后修复，同样的时间内 DeepSeek 可能已经尝试了 10 个方案了。连续几次都是这样，DeepSeek 疯狂穷举方案反复横跳最后无果，换 Astra 1-2 轮解决

感觉高难任务上国模差距还是非常明显，虽然 Token 速度拉上来了但体验是真的差

17 条回复

milkleeeeee · 2026-09-12 22:13

#1

道理我都懂，但是这俩模型价格差了几十倍是怎么能拿来进行比较的

royzxq · 2026-09-12 22:18

#2

道理我都懂，但您不看看 ds v4.1 什么价格，astra 什么价格？

baicai321 · 2026-09-12 22:23

#3

@milkleeeeee 问题就是，我事后算了下，在这个任务，两者的花费并没有差几十倍，可以说一个数量级，DeepSeek 跑了一个小时没有解决，API 花了 15 块，Astra 用了 3%的周额度，相当于 3 美刀，20 块钱

sampeng · 2026-09-12 22:23

#4

国产模型现在就是一个主打疯狂思考，然后啥又没干

baicai321 · 2026-09-12 22:28

#5

@baicai321 算错了，100 美刀是月付，3%周额度还没有 3 美刀，这么看 Astra 其实更便宜。。。

milkleeeeee · 2026-09-12 22:33

#6

@baicai321 你这就好比拿刚毕业的大学生和已经有 10 年工作经验的资深工程师做对比，大学生要花一个月还做不好，花费一个月工资 3000 ，然后你 1500 外包给资深工程师他做的又快又好。于是你得出结论：大学生和资深工程师有巨大差距

fighterhit · 2026-09-12 22:38

#7

你多教教 ds 嘛

mushuanl · 2026-09-12 22:43

#8

但是 deepseek 还是能干活，特别是 gpt 额度不够的时候。还有一点是 gpt 怀疑在套代码和思路，我一次下午发现用了十几个 G 流量，联系到最近一直又是额度复位又是 pro 限制等等，就是鼓励大家多用不同想法的人用，这跟以前一直先搞一波营销，然后动不动降智很不一样。

怀疑他们的模型能够抽取大家思维，或是他们的记忆模块有了新进步，可以快速检索记忆。或是根据这些信息进行下一步训练。

icyalala · 2026-09-12 22:48

#9

@milkleeeeee 那这结论没错啊…

tgfbeta · 2026-09-12 22:48

#10

就是贝吉塔和孙悟空啊

zed1018 · 2026-09-12 22:53

#11

@milkleeeeee #5 那这结论哪里错了呢？

413420 · 2026-09-12 22:53

#12

@milkleeeeee 有…什么问题？不知道在激动什么

ybybwdwd · 2026-09-12 22:58

#13

你拿一个 500 多 B 的模型和不知道几个 t 的模型比啥。。。

jacketma · 2026-09-12 22:58

#14

中学生做高数，题没看懂，打字快没有用啊

extrem · 2026-09-12 23:03

#15

特别复杂的，特别需要自主探索，多步推理的这种涉及多个目标任务是不能放任小模型去做的，多步骤执行时他会陷入局部最优盆地里去

但是如果你给出足够的信息，定向完成某个具体任务那么他就能做的很好，其实大部分场景也就是这样

如果真的遇到特别复杂场景，使用小模型的方式应该是自己手动规划任务，引导其执行

milkleeeeee · 2026-09-12 23:03

#16

@icyalala @zed1018 结论是没错啊，但“大学生跟资深工程师有巨大差距”这个结论很显而易见，这两者压根就没有可比性

@413420 我没激动啊，倒是你是不是 ai 用多了已经丧失基本的判断能力了

JasonYip · 2026-09-12 23:03

#17

v4.1 flash 最大就 A16B ，指望不了做什么特别难的任务。最强模型出 spec ，ds 来执行就没得问题

添加回复

你还需要登录后发表回复

登录后可发帖和回复

登录注册

主题信息

作者: baicai321

发布: 2026-09-12

点赞: 0

回复: 0