模型实测 · 旗舰对照
实测：两款旗舰模型在编程与视觉任务中分出高下｜DeepSeek-V4-Pro 对 Kimi K3
DeepSeek-V4-Pro正式版没有全面追上Kimi K3，但也没有被拉开明显差距：叙事与明确指令修改更快，视觉理解、截图还原和物理仿真则明显落后。
实测报道重制•
4 类任务•
单次生成结果，仅供参考
#DeepSeek-V4-Pro
#Kimi K3
#AI编程
#Agent
1M
上下文窗口，可容纳更大的代码库与文档
384K
最大输出空间，面向连续编程与复杂任务
4 类
内容创作、编程、视觉审美、物理仿真
注：Hero 只呈现产品规格与测试范围；模型优劣由后文的对照任务与限制条件展开。
⚡ 30 秒速览
- 发生了什么：DeepSeek-V4-Pro正式版经历 API 静默上线、公告撤回后，于 8 月 13 日晚同步登陆 App、网页端与 API。
- 谁更强：没有总赢家。DeepSeek 更会把故事讲顺、修改明确需求更快；Kimi K3 更擅长视觉还原、审美完成度与物理因果。
- 怎么测的：四类任务使用同一套提示词，但调用环境不同，且每项只有一次生成，结果不能等同于严格排行榜。
- 价格变化：8 月 17 日起采用峰谷定价，DeepSeek-V4-Pro 缓存未命中输入与输出的高峰价格为 9 元、27 元。
- 更大的问题：DeepSeek正在从单一模型扩展到 Harness 与 Agent 基础设施，下一关是能否把开发者能力变成稳定的真实工作流。
01正式版如何落地？一次不算平滑的发布
这次更新并不是一场从公告到产品同步完成的标准发布。模型先出现在 API 侧，随后公告短暂撤回，直到当日晚间才确认三个入口同步开放。对用户来说，真正重要的不是发布过程的曲折，而是产品方向已经非常清楚：继续押注长任务、工具调用与 Agent 执行。
先看它是怎么到用户手里的。
API 端静默出现新版本
官方 API 定价页面更新，出现 DeepSeek-V4-Pro-0813，对应正式版先在 API 侧上线。
公告撤回，模型仍留在页面
官网发布通知与开放平台公告被撤回，但模型继续显示在模型与价格页面中。
正式确认三端同步
重新发布公告，确认正式版已登陆 App、网页端与 API，并新增 low、high、max 三档思考强度。
API 切换峰谷定价
9:00—12:00、14:00—18:00为高峰，其余时间为空闲时段，空闲价格为高峰的一半。
注：时间线只还原报道中明确出现的事件节点，不推断公告撤回背后的原因。
规格层面，正式版延续大上下文和大输出空间，并支持非思考、思考两种模式，思考模式默认开启；同时原生支持 Responses API。它瞄准的并不是单轮问答，而是需要持续读取、调用工具、反复修改并交付结果的任务链。
02为什么不能只看一个总分？跑分与实测指向不同
DeepSeek-V4-Pro与Kimi K3的能力区间高度重合，都把 Coding、Agent 和复杂任务执行放在核心位置。对照结果没有出现“一方把另一方完全甩开”的情况，而是呈现出比较明确的能力分工。
能力维度
DeepSeek
Kimi K3
实测读法
长程软件工程
—
相对占优
连续任务与还原准确度更稳
视觉理解与审美
偏弱
明显占优
截图、3D画面、素材组织
明确需求的修改
更快
更慢
改桥洞任务约 5 分钟对约 10 分钟
注：原始报道没有列出各基准项目的具体分值，因此这里不画比例柱形，只呈现明确写出的相对优势；“相对占优”不等于全面领先。
同一套
提示词与任务要求保持一致
4 类
从文字表达延伸到 3D 物理场景
单次
每个任务只观察一次生成结果
还有一个必须保留的变量：DeepSeek-V4-Pro当时通过编程工具环境调用，Kimi K3则在自己的工作台中调用。网页生成、文件操作和代码运行的最终效果，除了模型本身，也可能被工具链和运行环境放大或削弱。
03它们到底会做什么？四组任务，四种差异
真正的差别，不在“能不能生成”，而在于模型能否理解任务背后的结构，并把结果推进到可使用的状态。
✍️ 内容创作：DeepSeek 更会讲故事，Kimi 更会做报告 各赢一题
- 在 AI 漫剧续写任务中，两款模型都有明显“AI味”，且对人物设定的理解并不完整。
- DeepSeek生成的故事线更顺，能够延续现实主义冲突；但人物细节仍与原剧设定存在偏差。
- Kimi K3在故事正文里混入“第一季里……”之类的背景说明，把给模型看的资料写进了叙事，导致观感出戏。
- 行业报告任务中，DeepSeek框架清楚但展开偏少；Kimi K3整理了市场规模、采用率、份额、定价等信息，并用表格增强比较。
编辑观察：DeepSeek擅长保持叙事连续性，Kimi K3更擅长资料搜集、结构化与信息铺陈。
💻 编程：DeepSeek 修改快，Kimi 还原准 差异集中在复杂需求
- 在“电影选片器”任务中，两款模型都完成了至少 24 部电影、类型筛选、评分筛选和随机抽选等核心功能。
- DeepSeek生成的页面出现胶片图标与文字重叠的小问题；Kimi K3整体功能与视觉结构接近。
- 在艺术博物馆截图还原任务中，DeepSeek只抓住了色调，最终做成了品牌官网；Kimi K3保留了原图结构，并用几何图形替代缺失的实景素材。
- 威尼斯运河游戏中，DeepSeek约 5 分钟完成交错桥洞修改；Kimi K3约 10 分钟完成同类修改，但视觉、倒影、衣物状态和音效更完整。
编辑观察：两款模型都能把前端功能跑起来，但Kimi K3更像在还原设计，DeepSeek更像在快速响应明确指令。
🌌 视觉审美：DeepSeek 先卡壳，Kimi 一次“出片” Kimi 完成度更高
- 任务要求用 Three.js 制作“水母湖”：金色水母、光束、丛林倒影、鱼群，以及近景和远景层次都要出现。
- DeepSeek首次运行约半小时后页面空白，第一次修改出现渲染错误，第二次调整后才显示，但仍留下错误提醒。
- DeepSeek做出了大量金色光点，却把真正的水母处理成灰色椭圆，整体偏暗，缺少“金色星河”和水面光照层次。
- Kimi K3约 40 分钟一次交付可运行成品，金色水母群、鱼群、水面和光束都得到呈现；不足是水下植物基本缺失。
编辑观察：这不是单纯的美术风格差异，而是视觉描述能否被准确翻译成物体、层次和光照关系。
🧨 物理仿真：Kimi 跑通逻辑，DeepSeek 卡在穿模 因果链分胜负
- “鞭炮箱子”要求 100 个鞭炮完成落入、点燃、爆炸、弹射和连锁引燃，同时处理碰撞、碎片与烟雾。
- Kimi K3约 10 分钟完成：鞭炮落入透明箱后没有明显穿模，外部点火、局部引爆两种模式也有清楚区分。
- DeepSeek前后接近 40 分钟，首先出现鞭炮穿过箱体的碰撞问题；随后箱内物体无明显火源便开始爆炸，过程还伴随卡顿。
- DeepSeek的“单个引爆”按钮存在，但与普通燃放没有形成真正不同的交互逻辑。
编辑观察：当任务要求“每一步都必须由上一步导致”时，视觉上像爆炸并不够，底层物理约束才是验收标准。
04为什么能力会这样分化？模型之外，还有一套工作系统
这组实测反复说明，模型能力不是一个孤立分数。长上下文、工具调用、代码运行、存储和反复修改，最终会组合成一条任务链；其中任何一环不稳，用户看到的就不是“模型答错”，而是整个任务没有交付。
模型只是起点，Agent 系统决定它怎么干活。
02
长上下文与大输出承载更长代码、文档和连续步骤
03
工具调用与运行环境执行代码、处理文件、访问实时信息
05
Agent 工作流把模型能力变成可重复的任务执行
注：阶梯表示从模型到工作流的依赖关系，不代表官方公布的唯一技术架构。
DeepSeek在正式版之外，还开放了 Harness 开发者预览版，并以 MIT 协议开源。它允许模型、工具、存储等能力通过插件组合，解决的是“模型如何持续完成任务”的问题。与此同时，团队公开招聘范围从算法研发扩展到产品、数据工程、运维和通用 Agent 数据产品，说明产品正在从单模型向基础设施延伸。
但这条路也会让系统变“重”：更长的任务意味着更多算力消耗，更复杂的工具链意味着更高的稳定性要求。模型能生成一次漂亮演示，和它能在真实工作流里稳定运行，是两件事。
05价格变了，性价比该怎么算？低价标签正在重新定价
DeepSeek过去最鲜明的竞争方式，是用相对低的价格提供足够强的能力。正式版上线后，API采用峰谷定价，开发者可以通过错峰调用控制成本，但“绝对低价”不再像过去那样简单。
此前价格
3 / 6 元
缓存未命中输入 / 输出
空闲时段
4.5 / 13.5 元
高峰之外，价格约为高峰一半
高峰时段
9 / 27 元
9:00—12:00、14:00—18:00
注：单位为元，顺序为缓存未命中输入 / 输出；以上为报道给出的 DeepSeek-V4-Pro 示例价格，实际调用需以当时定价页面为准。
1
涨价后还值不值？模型规模扩大、Agent任务变长都会推高成本。它需要靠更高的任务完成率、更少的失败重试和更高的调用效率，证明自己仍然“够用且划算”。
2
能不能进入真实工作流？目前 Harness 仍主要面向开发者。更关键的下一步，是把开放框架转化为普通用户和企业可以直接使用的 Agent 产品。
编辑核心判断
DeepSeek-V4-Pro的真实位置，不是“追上”或“没追上”的二元答案：它在叙事与明确指令修改上已经具备旗舰可用性，但在视觉理解、渲染稳定性和物理因果上仍不稳；峰谷定价也削弱了它的绝对低价标签。行业竞争的分水岭，正在从单次跑分转向模型能否以可控成本稳定完成跨工具、跨步骤的真实工作流。
▶现在怎么体验？
按报道所述，DeepSeek-V4-Pro正式版已同步登陆官方 App、网页端与 API。普通用户可在 App 或网页端选择对应模型；开发者接入 API 前，应先确认思考强度、峰谷时段与最新价格。
官方 App / 网页端 / API → 选择 DeepSeek-V4-Pro