DeepseekV4.1 Flash 搭配 Codex 简单测试

思考强度:MAX

  1. 鹈鹕测试(耗时 5 分 40 秒,自主进行多轮验证):
    提示词:
用SVG 代码画一只骑自行车的鹈鹕

结果:


2. 糖果测试(耗时5 分钟,一轮直出):

不使用任何外部工具回答以下问题:
在一个黑色的袋子里放有三种口味的糖果,每种糖果有两种不同的形状(圆形和五角星形,不同的形状靠手感可以分辨)。现已知不同口味的糖和不同形状的数量统计如下表。参赛者需要在活动前决定摸出的糖果数目,那么,最少取出多少个糖果才能保证手中同时拥有不同形状的苹果味和桃子味的糖?(同时手中有圆形苹果味匹配五角星桃子味糖果,或者有圆形桃子味匹配五角星苹果味糖果都满足要求)
    苹果味  桃子味  西瓜味
圆形       7      9      8
五角星形   7      6      4

结果:

**最少要取出 21 个。**

做法:靠手感(题面已说明形状可凭手感分辨)主动挑出 **9 个圆形 + 12 个五角星形**,共 21 个。

## 为什么 21 个一定够

- 圆形共 24 个,其中圆形西瓜只有 8 个,所以 9 个圆形里**至少有 1 个是圆苹果或圆桃**。
- 五角星形中:非苹果的星形(星桃 6 + 星西瓜 4)只有 10 个,所以 12 个五角星里**至少有 1 个星苹果**;非桃子的星形(星苹果 7 + 星西瓜 4)只有 11 个,所以 12 个五角星里**也至少有 1 个星桃**。

于是:若那 9 个圆里有一个**圆苹果**,配上必然存在的**星桃**即满足"圆苹果+星桃";若有一个**圆桃**,配上必然存在的**星苹果**即满足"圆桃+星苹果"。所以 21 个必然成功。

## 为什么 20 个保证不了

设 20 个里取了 x 个圆形、20−x 个五角星形,三种情形都能被"最坏情况"躲开:

- **x ≤ 8**:圆形可以全是西瓜(正好 8 个)→ 既无圆苹果也无圆桃;
- **9 ≤ x ≤ 15**(此时星形数 ≤ 11):可以做到**一颗桃子都不出现**——圆形用 7 个苹果+8 个西瓜=15 个够,星形用 7 个苹果+4 个西瓜=11 个够 → 既无圆桃也无星桃;
- **x ≥ 16**(此时星形数 ≤ 4):星形可以全是西瓜(正好 4 个)→ 既无星苹果也无星桃。

也就是说,20 个时无论圆形、星形怎么分配,都存在凑不齐的情况;即使边摸边根据已取出的糖调整策略(袋子里的糖按"圆形:8 西瓜→7 苹果→9 桃子,星形:4 西瓜→7 苹果→6 桃子"的顺序出现),前 20 个也始终凑不成。

**结论:最少取出 21 个(9 个圆形 + 12 个五角星形)。**
  1. 进一步验证糖果逻辑(耗时4 分钟,一轮直出):
    提示词:
不使用任何外部工具回答以下问题:
在一个黑色的袋子里放有三种口味的糖果,每种糖果有两种不同的形状(圆形和五角星形,不同的形状靠手感可以分辨)。现已知不同口味的糖和不同形状的数量统计如下表。参赛者需要在活动前决定摸出的糖果数目,那么,最少取出多少个糖果才能保证手中同时拥有不同形状的苹果味和桃子味的糖?(同时手中有圆形苹果味匹配五角星桃子味糖果,或者有圆形桃子味匹配五角星苹果味糖果都满足要求)
    苹果味  桃子味  西瓜味
圆形       7      9      8
五角星形   7      6      4

找出这个题目里的关键点

回答:

下面按“这道题真正卡人的地方”来拆,不展开成标准解答。

## 一、目标条件:不是“有苹果有桃子”,而是“交叉配对”

要的是:

- 圆苹果 + 星桃子,**或**
- 圆桃子 + 星苹果

容易错的地方:

- 同口味的两个形状(圆苹果 + 星苹果)**不算**;
- 同形状的不同口味(圆苹果 + 圆桃子)**不算**;
- 等价地说,失败局面必须满足:
  (圆苹果=0 或 星桃子=0)**且**(圆桃子=0 或 星苹果=0)。

这是“对角配对”条件,是整道题的第一层关键。

## 二、西瓜味是纯干扰项,但它的小数字很关键

西瓜不参与任何有效组合,最坏情况下会先被摸完来拖延。真正要记住的是两个“浪费上限”:

- 圆西瓜只有 **8** 颗;
- 星西瓜只有 **4** 颗。

这两个数字分别决定了圆、星两种形状“摸到第几颗才被迫出现苹果/桃子”。

## 三、“形状靠手感可分辨”是全题的分水岭

这句话意味着:摸糖时**形状是唯一可控变量**,口味不可控。于是题目有两种读法,答案不同:

1. **不能挑形状,纯盲摸 N 颗**:答案是 **29**。
2. **能按手感挑形状**(通常才是题目本意,否则“靠手感可辨”这句话没有意义):答案是 **21**。

所以“关键点”之一就是要先确认规则:**能不能选择摸圆还是摸星。**

## 四、21 的核心构造(最漂亮的一点)

摸 **12 颗五角星 + 9 颗圆**,共 21 颗:

- 12 颗星里**必含苹果星和桃子星**,因为星西瓜只有 4 颗:
  - 没有苹果星时最多 4+6=10 颗;
  - 没有桃子星时最多 4+7=11 颗;
  - 12 颗必然两者都有。
- 9 颗圆里**必含至少一颗苹果圆或桃子圆**,因为圆西瓜只有 8 颗。

于是无论那颗圆是苹果还是桃子,都能和已有的星组成“圆苹果+星桃子”或“圆桃子+星苹果”。

## 五、为什么 20 颗不够(下界的比较)

四种“最坏兜底残局”(圆上限,星上限):

| 兜底策略 | 圆形上限 | 星形上限 |
|---|---|---|
| 不放苹果圆、桃子圆 | 8 | 17 |
| 不放苹果 | 17 | 10 |
| 不放桃子 | 15 | 11 |
| 不放苹果星、桃子星 | 24 | 4 |

要同时突破四种,必须:

- 圆 ≥ 9;
- 星 ≥ 5;
- 圆 ≥ 18 或 星 ≥ 11;
- 圆 ≥ 16 或 星 ≥ 12。

最小解是 **圆 9 + 星 12 = 21**。20 颗时无论怎么分配形状,都能被上述某个残局打败(例如 9 圆+11 星 会被“全苹果”打败,8 圆+12 星 会被“全圆+星西瓜”打败)。

## 六、若不许挑形状(纯盲摸):29

28 颗的坏例子:

> 8 圆西瓜 + 4 星西瓜 + 7 圆苹果 + 9 圆桃子 = 28

此时全是圆和西瓜星,没有苹果星/桃子星,凑不成任何交叉组合;所以至少 29 颗才能保证。

## 七、易错点清单

- 把“保证”当成“大概率”;
- 忽略“星西瓜只有 4 颗”这个关键小数字;
- 把“不同形状+不同口味”误当成“不同形状同口味”也算;
- 不区分“能否挑形状”就报单一答案(21 和 29 是两个不同规则下的答案);
- 忘记 28 的坏局面,从而误以为 26 或 28 就够。

**一句话总结关键点:** 先看“能否凭手感挑形状”(决定 21 还是 29);若能挑,则核心是“12 星保双星、9 圆保一圆,合计 21”,而 12 这个数的根源是“星西瓜只有 4 颗”。

从糖果题的关键点分析来看,V4F 4.1,已经能够准确注意到题目里的关键点,得出“形状靠手感可分辨”是全题的分水岭这个关键结论,就这两道题来看,效果还是相当不错的,后续可以进一步测试 Computer 和编程能力。

附:上面几轮测试,官方峰价,花费3毛钱

10 个赞

主要是0.1版本更新居然是一个新架构的模型,这种算探索精神了吧,其他家希望也多搞搞这种探索

1 个赞

总体来看,虽然说输出 TPS 能到 270 左右,但是最终跑下来速度貌似并没有想象中的那么快,主要是思考 Token 非常多,持续下来其实会很占输出 Token,最终单轮成本也没有那么理想。但是随着轮次的增多,缓存率上升,成本也会逐渐递减。

deepseek向来擅长用巧力,v4.1 flash总参数量748B,其中Engram参数都有196B,真正用于推理的只有552B,而且对输入输出的激活参数量也做了非对称处理,把智力(或者说算力)用在真正需要的地方

看起来还不错呢,感觉这波又可以爽玩了

2 个赞

希望 DeepSeek 下一代技术架构引入 Astra 的循环思考结构,一定程度上缓解雷霆大思考

2 个赞