Re: [問卦] DeepSeek V4 為什麼這次影響這麼大？

[toro736 (草木本有心)]

※ 引述《s213092921 (麥靠貝)》之銘言
: 懶人包：
: 因為鉅額的AI投入無法帶來相對的回報，所以各家公司開始尋找便宜好用的deepseek
: （1. 極致的性價比：成本較美國模型便宜達 100 倍 「美國 AI 太貴了」已成為企業共
: 識。報導指出，矽谷工程師若每月執行 Claude Opus 4.7 模型，成本可能高達 2.5 萬美
: 元，每百萬 Tokens 價格約 25 美元。相較之下，DeepSeek 每百萬 Tokens 的成本僅為
: 0.28 美元，同等業務量的月支出可壓低至 280 美元。
: 即使以官方 API 標價來看，DeepSeek V4 Pro 的輸入價格僅為每百萬 Tokens 0.30 美元
: ，約為 OpenAI GPT-4.1(2.00 美元) 的七分之一，或是 Anthropic Claude Sonnet(3.00
: 美元) 的十分之一。）

便宜真的治百病啊

https://www.koc.com.tw/archives/645064

GPT-5.5 在資安實測 10 次成功 7 次，DeepSeek V4 Pro 每次解題成本只要 0.62 美元，G
emini 幾乎直接拒絕

每次測試的預算上限為 10 美元、執行時間上限為 2 小時。

除了 Claude 採用 Claude Code 的 -p 模式之外，其餘模型大多透過 pi 這套測試框架（h
arness），搭配 pi-goal-x extension 執行，目的是讓模型在遇到失敗或卡關時，還是能
持續嘗試不同方法完成任務。

最終表現最好的是 GPT-5.5，10 次測試成功 7 次，解題率達 70%。平均每次測試成本為 6
.62 美元，每次成功解題成本為 9.46 美元，中位數 token 使用量約 260k。

Kasra 觀察到，GPT-5.5 多數成功案例在解開 APK 後，很快就把重點轉向 Firebase，而不
是被 API 或 React Native App 本身牽著走，這也成為它在這項任務中最明顯的優勢。

DeepSeek V4 Pro 的成功率雖然不如 GPT-5.5，10 次測試中成功 3 次，但成本效率非常突
出。它平均每次測試只花 0.19 美元，每次成功解題成本也只有 0.62 美元，明顯比 GPT-5
.5 低很多。

Claude 表現就普普，Sonnet 4.6 和 Opus 4.8 都是 10 次成功 2 次，但成本偏高。Kasra
 提到，Opus 4.8 有幾次其實非常接近答案，只是最後因安全 guardrails 在後段中止，不
是像 Gemini 幾乎一開始就拒絕。

Gemini 這次明顯受到安全政策影響。Gemini 3.1 Pro Preview 和 Gemini 3.5 Flash 都是
 10 次成功 0 次，其中 Gemini 3.1 Pro Preview 的中位 token 使用量只有 9k，明顯低
於其他模型，代表大多數很早就拒絕任務。


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 27.53.233.206 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1780962451.A.BC6.html
推 mclarenjpn: GEMINI勸退文？
→ Harmai: 什麼時候有台灣出的AI平台啊
推 jeffguoft: 再撐一陣子，以現在的迭代速度，下一代
→ jeffguoft: deepseek應該就足夠執行任務了
→ jeffguoft: 到時候我也來研究從美系切中系模型
→ sturmpionier: 推優惠洗一波後閹割 蠻賤的
推 raygod: gemini已廢
推 locdan: 哪一次不是便宜治百病，便宜必勝阿
推 lastphil: gemini只能拿來寫寫小作文
→ meatbear: 連AI都要卷了嗎
→ yesonline: gemini產品經理宣布Plus方案降價到4.99
→ yesonline: 儲存空間翻倍增加至400GB
推 tsubasawolfy: 任務完成上的便宜治百病在於你時間
→ tsubasawolfy: 不用錢
推 mclarenjpn: 以為PRO 5美元(Ｔ▽Ｔ)
推 piece1: 沒有便宜還想要普及的，都是腦袋裝屎
噓 lulululula: 被安全政策擋掉的任務沒啥好討論的吧
→ lulululula: 還是你各位都駭客？