7月17日，根据笔者帐号API的特征，确定已经被灰度测试DeepSeek-V4正式版，故模仿前期网络上的相关测试，使用简单prompt生成我的世界网页版游戏，测试该模型的“许愿式编程”和Plan-Build-Debug能力，验证网络上的测试是否为炒作。在文末，笔者将相关代码部署到了服务器，大家可以在浏览器进行试玩进行评价。
整体情况及配置#
- 环境： Claude Code 2.1.117 + DeepSeek-V4-Pro + max 思考强度
- 提示词：
为我还原一个网页版我的世界，越还原越好。如果有不确定的地方请进行联网搜索
- 手动操作： Plan环节接受所有“推荐”的建议，不进行额外输入
- 费用及Tokens：
- 费用总消耗：1.78RMB（实际可能更少，同时间笔者在进行其他科研任务，仍在使用缓存命中较低的预览版）
- Token(缓存命中-未命中-输出）:56105280-329411-225048
- 缓存命中率：99.42%
测评体验#
- 思维链密度更高，整段内容更充实，多为”I’m doing”结构（这也是用来验证正式版API的一个标准），与之相比，预览版的提示词多为”Let me”结构，且段落较短；思维链不再像预览版在思维链写代码。
- 工具调用和Skill触发更多，在Plan阶段很快的触发了brainstorming和wrting-plans，执行阶段会开subagent（同时，有部分测试者反应执行阶段思维链会切换回”Let me”结构，但笔者测试没有出现，我认为为模型路由不稳定导致）
- 思维链返回会等待一轮思考结束完全返回，而非预览版一段一段返回，体现在Claude Code里就是thinking时间过长，一度让笔者以为卡了，不过最终思维过程输出很严谨
- 出现编译过程timeout的情况，不再像预览版多轮命令检查一直timeout，会主动检查环境配置和依赖问题，Debug能力增强
- 虽然思维链密度很大，但是没有出现雷霆大思考和左右脑互搏，后训练效果极佳
- 缓存命中率超级无敌高，单论本项目的缓存命中率，有可能接近99.7%，正式版上线调价后大概率价格还更低
注：在整个过程中，笔者进行过一次手动输入，那是因为笔者忘了我的世界怎么操作了，以为下面的物品框是空的是bug，最后DeepSeek为我加了一个操作说明
测试视频#
视频 1：测试生成视频
视频 2：游戏画面截图
试玩地址#
总结#
因为号被A畜封了，笔者无法给出与Opus 4.8的比较。但是，在“许愿式编程”的流畅实现上，DeepSeek-V4已经越来越近。同时，在笔者的科研任务（有很多软硬件的Debug）中，这版模型已经强于笔者使用过的所有模型。至于缓存命中率，已经无人可敌。也许低价高质的AI模型即将触手可及。
声明：本测评仅代表个人观点。