🔥 DeepSeek V4 Rasmi Telah Bocor: Ujian Sebenar Mengatasi Claude Opus 4.8
DeepSeek V4 rasmi belum diumumkan secara rasmi, tetapi API telah pun bertukar kepada versi rasmi melalui gray release. Beberapa UP host Bilibili telah lebih awal mendapatkan versi gray release dan menjalankan ujian mendalam, dengan kesimpulan yang mengejutkan: keupayaan ujian sebenar berada di atas Claude Opus 4.8, mampu menjana permainan 3D lengkap yang boleh dimain hanya dengan satu ayat.
Berdasarkan maklum balas ujian daripada beberapa penguji bebas, keupayaan keseluruhan DeepSeek V4 rasmi mengatasi Claude Opus 4.8, berada pada tahap antara Claude Opus 4.8 dan Gemini 2.5 Pro. Ini bermakna DeepSeek telah menjadi pembekal model ketiga di dunia yang memiliki keupayaan "super-Opus", dan harganya hanya 1/50 daripada Opus.
📊 V4 Rasmi lwn Model Teratas Global
| Model | Keupayaan Keseluruhan | Penjanaan Kod | Harga (output/juta token) | Status |
|---|---|---|---|---|
| Claude Opus 4.8 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | $75 / ¥540 | Dilancarkan |
| DeepSeek V4 Rasmi | ⭐⭐⭐⭐☆ | ⭐⭐⭐⭐⭐ | ¥6 (luar puncak ¥3) | Gray release |
| Gemini 2.5 Pro | ⭐⭐⭐⭐☆ | ⭐⭐⭐⭐ | $10 / ¥72 | Dilancarkan |
| GPT-4o | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | $10 / ¥72 | Dilancarkan |
| Grok 4 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | $15 / ¥108 | Dilancarkan |
Kesimpulan utama: Keupayaan DeepSeek V4 rasmi mengatasi Opus 4.8, namun harganya hanya 1/90 (luar puncak) hingga 1/45 (puncak) daripada Opus. Ini ialah model barisan hadapan dengan nilai tertinggi di dunia pada masa ini.
🎮 Bukti Ujian Sebenar: Satu Ayat Menjana Permainan Penuh
Berikut ialah 10 video ujian oleh UP host Bilibili yang berbeza-beza, kesemua menggunakan versi gray release rasmi DeepSeek V4, menjana permainan lengkap yang boleh dijalankan daripada satu ayat:
① Terraria / Binding of Isaac / RTS / Cut the Rope / Stardew Valley — Semua Diuji
Ujian keupayaan generalisasi yang merangkumi pelbagai jenis permainan, V4 menunjukkan prestasi menakjubkan.
② Menjana Permainan Dengan Satu Ayat: Tiga Contoh
Tiga permainan dengan gaya berbeza, mengesahkan konsistensi dan kebolehpercayaan V4.
③ Menjana Backrooms & Permainan Seram Dengan Satu Ayat
Permainan seram gaya Backrooms, termasuk pemaparan suasana, jump scare dan reka bentuk tahap.
④ Minecraft Yang Dijana 🔥
Ujian paling berimpak: V4 menjana permainan voxel 3D lengkap, termasuk peletakan blok, pemusnahan, sistem inventori dan lain-lain mekanik teras. Ini juga salah satu bukti teras dakwaan "uji sebenar mengatasi Opus 4.8".
⑤ Rakaman Tambahan CS:GO
Permainan FPS dijana daripada satu ayat, mengandungi tembakan, pergerakan, peta dan unsur-unsur lain.
⑥ Perbandingan Langsung: Gemini 3.5 Pro / Grok 4.5
Perbandingan mendatar antara V4 dengan Gemini dan Grok dari segi keupayaan penjanaan kod, V4 menunjukkan prestasi cemerlang.
⑦ Super Mario
Platformer klasik, mengandungi lompatan, pergerakan, musuh dan syiling.
⑧ Super Mario 3D Racer
Permainan perlumbaan 3D, menunjukkan keupayaan V4 dari segi pemaparan 3D.
⑨ Minecraft Dijana Versi Gray Release
Keputusan versi gray release awal sudah pun sangat baik, versi rasmi meningkatkan lagi kualiti.
⑩ Permainan Penuh Dari Satu Ayat
Penjanaan permainan lengkap dengan keputusan yang menakjubkan.
💰 Harga V4: Keupayaan Super-Opus, 1/90 Harganya
| Item Pengebilan | V4 Pro (Luar Puncak) | V4 Pro (Puncak) | V4 Flash (Luar Puncak) | V4 Flash (Puncak) | Claude Opus 4.8 |
|---|---|---|---|---|---|
| Cache hit | ¥0.025 | ¥0.05 | ¥0.02 | ¥0.04 | $3.75 |
| Cache miss | ¥3 | ¥6 | ¥1 | ¥2 | $15 |
| Output | ¥6 | ¥12 | ¥2 | ¥4 | $75 |
Unit harga: juta token. Harga DeepSeek dalam yuan, harga Claude dalam dolar AS.
🤔 Apa Maksudnya?
- Pengaturcaraan AI memasuki era baharu: Daripada "membantu menulis kod" kepada "menghasilkan produk dengan satu ayat"
- AI China buat pertama kali mengatasi Opus: DeepSeek menjadi pembekal ketiga di dunia yang memiliki keupayaan super-Opus
- Perosak harga: Keupayaan super-Opus dengan harga 1/90 — berkat kepada pembangun
- Versi rasmi akan dilancarkan tidak lama lagi: Dijangka dibuka sepenuhnya pada pertengahan Julai 2026
Ujian di atas berdasarkan versi gray release, versi rasmi mungkin mempunyai pengoptimuman lanjutan. Penilaian keupayaan berdasarkan perbandingan subjektif oleh penguji bebas, bukan data benchmark rasmi. DeepSeek V4 rasmi dijangka dilancarkan sepenuhnya pada pertengahan Julai 2026.