
魔幻对轰:两大巨头同日发布模型
今天这场AI对决太魔幻了!一边是梁文锋在凌晨放出了DeepSeek V4 Pro正式版,另一边,马斯克砸下了下一代旗舰Grok 4.6,主打成本低、性能强。两大巨头同一时间发布,火药味儿瞬间拉满。他们盯上的是同一件事——让模型能在长任务里持续调用工具、修改代码、验证结果,最后交付一个真正能用的成品。
性能比拼:各有亮点直逼顶尖
DeepSeek V4 Pro正式版成绩亮眼,在两项评测中拿下绝对第一,反杀Fable 5。网络安全智能体测试CyberGym拿到83.3分,超过Fable 5的83.1分、Opus 4.8的78.3分;自动化任务AutomationBench拿到31.8分,压过Fable 5的29.1分和Opus 4.8的27.2分。在Terminal - Bench 2.1中,DeepSeek拿到87.9分,距Fable 5只差0.1分;在其他高难度Agent测试中,也实现了对Opus 4.8的绝对跨越。就连此前最薄弱的软件工程智能体,DeepSWE成绩也从预览版的12.8分暴涨到62.7分。
同一时间,马斯克的Grok 4.6也表现出色。它先是在综合能力上追平GPT - 5.6,再在编码测试中连续反超。综合智能指数上拿到61分,距Fable 5只差1分;CursorBench上拿到69.9%,超过GPT - 5.6;FrontierCode上拿到61.3%,压过GPT - 5.6。在更接近真实职场交付的知识工作中,Grok 4.6在三项评测中全部拿下第一。
更厉害的是,DeepSeek V4 Pro和Grok 4.6不仅性能直逼OpenAI和Anthropic的顶尖模型,还把前沿智能的价格打了下来。每百万输出Token,Grok 4.6要6美元,GPT - 5.6 Sol要30美元,Claude Opus 5要25美元,Fable 5要50美元,而DeepSeek只要0.87美元。
实测对决:难分伯仲各有胜负
现在,第一批实测出炉,DeepSeek V4 Pro和Grok 4.6从跑分榜走进真实任务场。第一轮给DeepSeek上强度,它只用一条提示词就在浏览器中从零搭出了完整的3D交互式地球,细节一应俱全。
AI博主「向阳乔木」把两款模型拉进同一个擂台对比。第一个任务,DeepSeek顺利完成调用3个Skill开发并部署网站的流程,表现稳定;第二个任务,DeepSeek复刻60种设计风格生成Bento卡片集,视觉效果不错;第三个任务,DeepSeek从零生成3D打砖块游戏,可玩性在线。Grok 4.6在3D打砖块游戏中与DeepSeek V4 Pro平手,在60种Bento设计中扳回一分,生成的部分页面效果更好。
在Flappy Bird游戏对决中,两款模型路线不同。DeepSeek V4 Pro消耗超过2万Token,成本仅0.019美元;Grok 4.6只使用约5000 Token,成本却达0.03美元。但从最终成品看,DeepSeek更胜一筹,细节拉满。在开发者Hamza的前端测试中,DeepSeek V4 Pro再次获胜。不过,V4 Pro也有失误,在鹈鹕对比测试中画反了鹈鹕运动方向,在生成樱花树的测试中也不如另外两款顶尖模型。
改写规则:智能不再高不可攀
几轮实测下来,DeepSeek V4 Pro和Grok 4.6打到了同一水平线,难分伯仲。大佬Rick De Oliveira评价它们「强大,而且实惠」,这两个几乎不可能同时出现的词,在这两款模型的加持下走到了一起。
从多个战场来看,它们凭借更低的成本击碎了前沿能力的天花板。过去,开发者只能在「用不起」和「不够强」之间选择,而今天,DeepSeek用低价掀翻桌子,Grok紧随其后。这场「高能低价」的冲击撕开了旧秩序的裂口。
战争还未结束,马斯克预告Grok 4.7马上就来,目标超越所有顶尖AI,OpenAI与Anthropic的反击也必将到来。身处这个快速进化的时代,智能不再是少数巨头的特权,属于所有人的应用大爆发才刚刚开始。这两款模型的未来究竟会如何发展?谁又能在后续的竞争中脱颖而出呢?



被折叠的 条评论
为什么被折叠?



