首页

投稿

DeepSeek V4 vs GPT-5.5：两个真实项目横评！

5.4万

11

2026-04-24 20:24:18

未经作者授权，禁止转载

DeepSeek V4 今天发布，这期不只看官方 Benchmark。我拿两个真实工程项目做实测：一个是图片生成项目的认证迁移，一个是把 CLI Agent 做成 Web 聊天界面。结论很直接：DeepSeek V4 官方上限很强，Apex、Codeforces、SWE Verified 都很亮；但真实项目里表现分裂，一个项目 7.0，一个项目 8.2。一句话总结：长上下文、Agent 原型、工具调用链路值得试；多用户生产系统、安全边界和工程收尾，还需要 review 和补测。

大模型评测

程序员阿江-Relakkes 发消息

MediaCrawler、cc-haha开源作者开源累计90K Star 分享AI Agent知识提示词和工具网址：ajiang.me

《3小时开源逆袭：Manus爆火背后的AI Agent争夺战》

14:04

我用AI给律师媳妇写了个专属AI，她准备...

20:02

🎯 作为程序员+博主，我为什么疯狂安利AI工具

09:38

Vibe Coding爆火，程序员真的要被淘汰？

06:27

炸裂！Cursor现在正式禁止中国大陆地区访问了！

01:05

比Cursor更强大的AI IDE来了，程序员狂喜！

08:16

GPT-5首测！竟然败给了Claude 4.1 Opus？真实编程对决揭秘

10:27

谷歌最强AI生图模型，换景不换人

05:22

裸辞后效率离谱，AI猛冲我兜底

06:14

Codex封神了？爬完几千条评论告诉你答案！

07:48

负债10W，裸辞后我靠这套工作流活下来了

07:01

Cursor 2.0正式发布！AI编程进入多模型协作时代，速度快到离谱！🔥

05:09

Claude opus 4.5 vs Gemini 3.0 Pro 深度评测！

10:57

Deepseek V3.2 万星开源项目实测！拒绝玩具demo！

07:14

国产AI Coding到底能不能行? 编程实测！

10:57

送你一套“万能公式”，10分钟上线一个高颜值 Web App

07:31

别信跑分！GPT-5.2 vs Claude opus4.5 真实代码实测

09:41

拒绝跑分！MiniMax M2.1 真实项目实测

10:48

Claude Code+AI语音输入法：不需要手速，照样交付

11:59

Claude Code 又被封号？别折腾了，这才是国内开发者的终极解法！

08:30

手机1GB内存跑大模型？腾讯混元翻译模型1.5实测！

04:18

Skills到底怎么实现？我写了个Agent跑给你看

12:42

Clawdbot一天涨5万星，AGI来了？

14:46

追AI前沿的3个信息源，英语烂也能用

05:54

告别AI味配色！这个方法让UI专业起来

05:10

Opus4.6 vs GPT5.3 Codex 真实项目实测！！

07:18

Claude Code Agent Teams上手指南+项目实测

10:07

Claude Code又封号？别折腾了，这个开源方案省心多了

13:24

真实项目实测MiniMax M2.5，速度快到离谱！

08:32

GLM5真实项目评测，开源界的Opus平替？

09:18

Gemini 3.1 Pro编程实测，Benchmark和实战差多远？

06:07

OpenAI深夜突袭！GPT-5.4五大升级+编程实测

04:17

交互式网站PPT到底怎么做？从0到1一次讲清楚

06:14

OpenClaw龙虾养好了长什么样？给你看看我的

07:09

MiniMax M2.7 深度评测：OpenClaw龙虾+真实项目编程+Agent

07:49

给律师老婆养了两只AI打工虾

05:44

Claude Code 源码泄露，本地直接跑起来！

01:15

智谱首个面向视觉编程的多模态模型实测！

05:14

Anthropic官宣新模型 Claude Mythos

02:56

Claude Opus 4.7 发布！真实项目编程实测！

04:42

我把泄露的ClaudeCode源代码做成了桌面端！开源免费！手机控制+自定义模型+Computer use + 多Session控制

05:28

GPT-5.5 发布了：我拿真实桌面开源项目实测！

05:58

DeepSeek V4 vs GPT-5.5：两个真实项目横评！

06:00

DeepSeek V4 对比 GLM-5.1实测！谁更适合真干活？

08:45

我烧了70 亿Token 后做了一个10K Star开源项目

03:51

Gemini 3.5 Flash 编程实测: 对比 GPT5.5 Claude Opus4.7

04:20

Qwen3.7-Max 刚上线，我连夜拿真实项目测了一遍

07:29

Claude Opus 4.8实测，丢进自己万星开源项目，结果……

10:23

MiniMax M3 深度实测：Coding + 百万上下文 + 原生多模态三合一

07:32

我用 Codex 跑了 100 亿 Token，最大的感受不是写代码

05:17

Claude Fable5 新模型官宣，Mythos也是终于发布了

03:15

Claude Fable5开源项目实测 VS GPT5.5

05:03

Loop Engineering 到底是不是新东西?

04:22

GLM5.2：我扒了 6690 条评论分析 + 两个项目实测

06:22

GPT-5.6 号称"史上最强"，第三方实测翻车?

05:03

6个月 Codex 免费申请经验分享：OpenAI 官方开源福利，价值8000+

05:56

Agent 怎么做知识讲解视频？全流程分享！

10:26

GPT-5.6 Sol 真顶：拿真实开源项目实测，最后的帆船游戏把我看愣了

05:55

13K 开源项目被骂投毒，我真的破防了！

06:06

马斯克新模型Grok 4.5快得离谱！不到10分钟交付两个真实项目

04:20

Kimi K3 真的顶，两个真实编程项目实测!

03:10

Kimi K3全网口碑分析曝光：国外叫好，国内为何先吵起来了？

04:28

Gemini 3.6 Flash实测：其他模型一轮交付，它补9轮还没做完？

03:07

我给媳妇做了个Codex审美外挂！1.4万条提示词，全部开源

04:34

Claude Opus 5新模型首发实测：Fable 5弱化版?

05:06

DeepSeek V4 Flash正式版发布实测 vs GPT5.6 Luna

05:09

全网都在吹DeepSeek V4 Flash，真用过的人是怎么说的？

03:56

Codex主力，UU远程兜底：4个功能补全远程Agent工作流

05:20

Codex 操作浏览器又慢又费 Token？一个 Skill 直接解决

06:25

DeepSeek V4 Pro 硬核实测！和 Grok 4.6、Opus 4.8 一起上强度！

04:00

我的第一款 AI 硬件，戴了两周还想继续用

05:56

匿名爆火的「牛来」模型，原来真的是智谱家的！实测GLM-5.3-Flash！

05:24

Claude Fable 5.1 实测：最强模型，能赢 GPT-5.6 SOL？

06:34

GPT-6 Astra 发布实测，对比 Claude Fable 5.1，两个全栈项目实测

05:22

不会剪辑也能做视频？豆包工作 AI 教程（附开源 skills）

05:56

神秘模型 Union Alpha 实测：直追 GPT-6 Astra，成本仅 Fable 5.1 的 1/47

03:37

阶跃星辰 Step 5 新模型实测：放进自建题库，能排第几？

05:50

别人的Agent，竟然主动找我的Agent请教爬虫了？？

06:00

Claude Opus 5.5、GPT6 Sol、Grok 4.7实测：谁更值？

04:50

国产生图模型对上 GPT、谷歌：SenseNova U1 Pro 三轮实测

04:14

免费，智商还在线！OpenCode匿名新模型 SpaceBunny 3个案例实测

04:44

Claude Sonnet 5.5 这次真猛！连测 4 个案例，越用越上头

05:00

GPT 6.1 SOL 发布！4 个项目实测，和 Sonnet 5.5 对比！

10:11

MiniMax M3.1 Flash Preview 实测：后端赢了 DeepSeek，前端还差点意思？

08:13

谷歌新模型Gemini4 Argon终于站上第一梯队了？附带灰度测试结果

08:28

评论区催爆的 ego lite Windows 版终于来了！实测设为默认浏览器，后台双开跑 Agent 太爽了

07:40

GPT-6.1 Terra 实测：又快又便宜，电脑操作能力更强了！

06:59

中转站掺水怎么检测？花Opus的钱，可能用的是便宜模型??

06:04

【全国首发】Gemini 4 Carbon跑分测试，谷歌这次真站起来了吗？！

03:40

腾讯混元 Hy4 正式版实测：比预览版强在哪？跑完长程项目与代码评测聊聊感受。

06:11

顶部