哈哈，不是吧，可能是单纯用户量起来了，现在宣传的蛮多的。
1 个赞
说是后面可能会将preview后的坑补齐，多模态，engram什么的，但是具体确实也不清楚，神奇怪怪情况也很多，只能说期待了。
1 个赞
这也是我不解的地方，上周是突然的降级，我想不到什么并发，还是什么事件突然出现了可以击穿性能的请求量。
1 个赞
v4大了很多，v3部署的费用相较而言低很多，v4部署少很正常
下半年应该好一点
1 个赞
理解，希望吧。
就是感觉规模急剧扩张，在大公司这边属于成本预估，在个人用户和企业之间就开始出现鸿沟了，我感觉我都摸不到LLM的边了，以后微调都不可想象了感觉。
还有就是第三方的不跟进，可能是因为自研多了竞争多了所以不更新，也可能是算法架构太新了确实不太ok，也可能是模型华子的形状太稳固了。dsv4多好的一个模型，结果国内没生态，用户部署不起，到时候演化成“垃圾模型”偏见，就感觉不太得劲。
1 个赞
不会，怎么都轮不到ds垃圾
真正的垃圾你都没印象
百度的
1 个赞
hhhhh确实是，烂的有的是，希望后面越来越好吧，也希望大家都能安稳吃点"LLM"饭。
2 个赞
感觉上下文太长导致的吧，cc 或者什么多轮上下文压缩可能会导致降智吧，这个感觉一般不可避免的吧，所以说他们一般建议都是新开对话。速度慢正常吧，模型大天生就慢 
侧面也能体现出来理论上没偷换小模型。最近我听说应该是没动过模型，可能是玄学问题或者真有 bug 吧。
- 图1是刚开始改codex stop hooks，且指定文件了，小上下文场景
- 更小上下文的情况我也试了，第三句话开始犯病也有
- 之前是没有这个问题的，而且我也多次观测过（500K上下文降智->小上下文降智）
- 我尝试了其他的调试方法，我都以为Claude干出生事，我都把cc降级到.89了
- 我还真害怕类似的说法，就是首发模型能力很强，但是后期因为降智而被养成共识，“这模型本身能力如此”，我还挺sad的。但是如果时间长了有这个共识也很难说得上特殊。
我感觉我表达的还挺明显的，一个是对比，一个是夸张描述，造成误会那还挺尴尬的。
我倒是感觉 v4 一直有这种情况。
就比如上下文名词内容是 A，但是他回复会弄混为相似的 B。
而且感觉（非思考）推导分析上也有点笨
ds 本身就不强吧，至少 coding 就比不过 glm，也别神话他们吧。他们核心在第一梯队中保持开源+核心技术，以及不全依赖蒸馏，还是很厉害的。至于效果确实得承认还是有点差距吧，只能说期待他们越来越好。
p.s. 哦还有一个极致的性价比，这个确实无敌
忍忍吧，一切的问题大概率都源于算力不足。希望下半年昇腾950可以上量，慢慢会好起来的
1 个赞
是的，就是这种情况这两天从偶发变成频发，现在变成本性了。
这个很难接受，就像Opus去年9月10月那样，模型忘一两回没问题，但是都忘了那我还咋和它交流。
我没有神话，我是体验出来觉得很好，我是之前效果好的预期下发现当前巨大的问题才感到sad。
这个opus也有，gpt也有，gemini也有，我吃了半年的
希望国内能支棱。
glm的套餐变变变，推广的就是不吃饭也要把说不好的人思想矫正过来；kimi之前一直在用，近期也是又慢间歇性断了；minimax2.7训的不如2.5
模型能力没必要比也没必要神话，因为比的都是最好的，用的都是中下的。但是这种服务级维护，一个扛把子标签一个月不到就倒了，就很无奈吧感觉。
4 个赞
使用环境是啥，用的是官方渠道吗？
官方渠道+CC+多环境，楼内有截图+描述就不再重复补充冗余社区内容了。
没啥感觉唉。。
佬说的问题 一些刚出来的时候我就遇到过
比如写代码的时候忽略文件内容直接用了他自己脑补的变量名（第二轮发现又自己删除了）
毕竟上下文用的越长 能力越差
我最近也遇到了，就这几天在做项目的测试的时候，发现deepseek 4突然间大量的返回降智（也就是感觉放弃了提示词里的逻辑了），我还以为是我用的云平台的关系
答非所问，糊弄人的时候
ctrl o 看一下 思考的详细内容
DeepSeek 不适合托管式的使用方式。驾驭和引导它的输出，不被动地等待它给出答案，才能最大化它的价值。