MacBook 请上岛
这两天我深度测试了下 DeepSeek-v4-flash-0731 的全栈开发能力,做了个 macOS 灵动岛app。岛上可以媒体控制、文件暂存、显示系统信息。
先说结论,后端能力的确能达到 glm-5.2 的水平,但因为没有视觉模态,前端能力排不上号。
工具用的原生 pi coding agent ,无skills、无subagents、无扩展。 DS-v4-flash-0731 一个模型 + 一个会话写完整个项目。
功能上实现花了两小时,消耗 1M多 token ,缓存 99%,优化 UI (灵动岛圆角、动画)花了一整天,最终 DeepSeek 后台余额用了近 40 元人民币。
千万不要用 ds 模型死磕 UI ,有个动画一直无法实现,卡了我半天多。最后实在没办法,新开一个 grok-4.5 会话,十来分钟就解决了。
这个 macOS 灵动岛app测试项目开源了,感兴趣的可以自行下载和二次开发。
github: https://github.com/haoyiyin/dao
MacBook 请上岛
更多动态
CommandCode 一美元套餐也提供 GPT-5.6-Luna 了
不过只有 20 美元的调用额度,远不及 DeepSeek-V4-Pro 的40 美元。

DeepSeek-V4-Flash 正式版来了,吊打 GLM-5.2
我看官方介绍,参数是一样的,纯靠后训练把几个 agent benchmark 干到第一。 DeepSWE 7.3→54.4,Terminal Bench 2.1 得到 82.7 紧追 Opus-4.8 的 85。 Flash 正式版都这么强了,很难想象 V4-Pro 正式版是什么水平。

美团 LongCat-2.5发布了。
1.6T 总参、激活约 48B,原生多模态,主推长程智能体,全程国产算力训练。 图像量化成多级离散 token,Visual Coding 与 3D 受益。 大规模长程 RL,把失败轨迹转成可验证训练任务。 W4A4 推理,prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。

商汤开源 SenseNova Loop-9B-Preview。
它不堆参数,堆"层数"。32 层解码器,中间 4–27 层同权重跑两遍 → 前向 56 层计算,只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72,超 Qwen3.5-27B;Terminal Bench依旧落后。
