快科技8月15日消息，DeepSeek V4 Pro正式版发布已有三天，围绕它的争议依旧不少。官方测试数据显示其性能直追Fable 5，但网友实测结果却没那么亮眼，尽管相比预览版确实有所提升。
与此同时，DeepSeek的API价格大幅上调，缓存命中价格最高涨幅达11倍，整体使用成本明显增加，一时间口碑急转直下，梁圣之的名声也受到波及。
不过，这两天又出现了新的研究，表明DeepSeek V4 Pro正式版的真实性能其实相当强劲，不仅能达到官方宣称的水平，甚至能复现7月份灰度测试中那种令人惊艳的表现，堪称满血回归。
V4 Pro正式版性能之所以存在较大差异，与其思维链密切相关。网上测试中出现了“we need”“let me”等几种情况，不同思维链带来的性能波动十分明显。
开源社区验证后指出，V4 Pro正式版严重依赖首轮工具锚定，因此也给出了解决办法。社区推出了一个名为dsh-anchored-standard的插件，该方案采用“首轮锚定 + 动态晋升”策略——首次请求仅暴露2项核心工具以锚定优质推理轨迹，一旦模型发起首次Tool Call，便在后续轮次解锁全部25项标准工具。
经过验证，在Windows原生Project2测试中，该方案连续跑出98、99的高分，成功进入Fable等前沿模型的分数区间。
这一实验表明，V4 Pro的核心能力并未丢失，但可能在强化学习（RL）后训练阶段对特定的Harness脚手架与工具暴露环境存在显著过拟合。
目前该插件已开源，地址附在这里，详细的说明也可参考开源社区的记录，其中的分析相当全面，感兴趣的读者不妨深入了解。
此外，V4 Pro正式版的表现似乎也与他们自研的DeepSeek Harness有关，在后者的极简模式下，性能同样可以很强。这似乎又牵扯到系统提示词的干扰问题，提示词反而越少效果越好。
回顾这几天的情形，不少人对DeepSeek的印象是“原来也有可能草台班子”，因为这次V4 Pro正式版的发布过程相当混乱。0812当晚发布的版本与0813当天新发的版本确实存在差异，模型指纹都不一样，甚至抱抱脸上的权重也更换过，显得颇为仓促，忙中出错。
考虑到DeepSeek这一年来面临的融资、算力紧缺、国产适配及人才融合等问题，他们的压力显然不小。作为国产乃至全球都备受瞩目的大模型公司，再加上7月中旬正式版跳票的问题，这次出错也算情有可原。
DeepSeek已在V4 Flash正式版上证明了自己的实力，2840亿的参数量就做到了前沿性能，因此大家对V4 Pro正式版的预期也被拉得很高，这才导致了如今的口碑反转。
V4 Pro正式版1.6万亿的规模已经相当强大，对比智谱在7440亿参数的GLM-5.0上训练出GLM-5.2及GLM-5.3，性能都能追到Fable级别，因此V4 Pro正式版的潜力尚未被彻底挖掘。现在只能寄望于几个月后V4.1正式版能满血回归了。
【本文结束】如需转载请务必注明出处：快科技。
责任编辑：宪瑞。