Ulasan Praktikal DeepSeek Web V4: Ujian Penglihatan & Konteks Panjang

Penglihatan Sebenar-Masa + Konteks 1 Juta: Apa yang Benar-Benar Berfungsi dalam Penyemak Imbas?

Anda tidak memerlukan Docker, pemacu CUDA, atau GPU berharga RM9,000 untuk menguji kemampuan utama DeepSeek-V4 Pro. Yang diperlukan hanyalah penyemak imbas moden dan MidassAI Chat — antara muka awam satu-satunya yang kini menyediakan kedua-dua tetingkap konteks penuh 1 juta token DeepSeek-V4-Pro dan tumpukan multimodal asalnya untuk penglihatan (tanpa enkoder CLIP berasingan, tanpa helah pensampelan bingkai). Ini bukan laporan penilaian prestasi. Ia adalah catatan praktikal: apa yang dimuat, apa yang tergendala, apa yang mengejutkan kami — dan tepat cara anda dapat mengulanginya sendiri dalam masa kurang dari 90 saat.

Kami menguji tiga senario dunia sebenar:

• Soal-jawab berdasarkan penglihatan pada gambar rajah teknikal (carta alir arkitektur daripada PDF dengan anotasi tulisan tangan)
• Penalaran merentas dokumen, melibatkan 37 muka surat input pelbagai format (PDF, Markdown, teks biasa — jumlah token: 842,619)
• Perantian tugas bergaya ejen, di mana V4-Pro secara autonomi membahagikan permintaan (“Bandingkan kompromi latensi antara Kafka dan RabbitMQ, kemudian hasilkan senarai semak perlombongan”) kepada penyelidikan, perbandingan, dan penjanaan keluaran — semuanya dalam satu sesi sembang, tanpa arahan manual.

Semua ujian dijalankan sepenuhnya di sisi klien melalui MidassAI Chat — tiada inferens tempatan, tiada kunci API, tiada pendaftaran. Cukup tampal, muat naik, atau taip.

Muat Naik, Tanya, Ubah Suai: Aliran Kerja Lima Minit Pertama Anda

1. Pergi ke https://www.midassai.com/chat/
2. Pilih DeepSeek-V4-Pro daripada menu tarik-turun model (sudut kanan atas)
3. Muat naik fail — PDF, PNG, JPG, atau TXT. Untuk ujian penglihatan: gunakan tangkapan skrin beresolusi tinggi atau gambar rajah yang discan (lebar minima 1200px disyorkan).
4. Taip arahan anda selepas muat naik selesai (anda akan melihat “✅ Sedia” di sebelah nama fail). Contoh:

“Terangkan aliran data dari ‘User Auth’ ke ‘Billing Service’ dalam rajah ini. Sorot mana-mana titik kegagalan tunggal.”

Tiada pra-pemprosesan. Tiada butang OCR. Tiada kotak centang ‘dayakan penglihatan’. Jika fail mengandungi kandungan visual, V4-Pro memprosesnya secara asli — dan melakukannya sebelum menjana token. Kami ukur masa: PNG berukuran 2,400×1,800 mengambil masa 3.2 saat untuk penyandian dan penalaran; imej yang sama dalam GPT-4o mengambil masa 4.7 saat (peranti keras dan rangkaian sama).

Nuansa penting: V4-Pro memperlakukan dokumen yang dimuat naik sebagai konteks, bukan sekadar lampiran. Ini bermakna PDF 800K-token anda tetap boleh dirujuk sepenuhnya dalam soalan susulan — tidak seperti banyak antara muka web yang memotong atau menyandikan semula setiap giliran. Cuba tanya:

“Di muka surat 12, apakah ambang SLA yang dikutip untuk percubaan semula API?”

“Bandingkan nilai itu dengan nilai di muka surat 27.”

Ia berfungsi — kerana dokumen penuh kekal dalam tetingkap konteks 1 juta. Tiada muat naik semula. Tiada kehilangan.

Di Mana Ia Bersinar (dan Di Mana Perlu Berubah Arah)

Aliran kerja web V4-Pro cemerlang apabila input anda padat dan berstruktur:

• Gambar rajah arkitektur teknikal dengan komponen berlabel
• Kontrak undang-undang dengan klausa bersarang dan rujukan silang
• RFC kejuruteraan dengan jadual, blok kod, dan matriks keputusan

Ia lemah — secara mudah diramalkan — pada input berketumpatan maklumat rendah:

• Faks yang discan dengan gangguan berat atau teks condong
• Slaid dengan lebih daripada 15 poin peluru per slaid dan tiada hierarki visual
• Dokumen pelbagai bahasa di mana teks Cina/Jepun muncul dalam PDF yang tidak dikodkan dalam UTF-8 (kelainan pengekodan hulu yang diketahui — akan diperbaiki dalam v4.1)

Satu jebakan konkrit yang kami temui: bertanya “Apakah kebergantungan ketiga yang disenaraikan di bawah ‘Runtime Requirements’?” pada dokumen Markdown di mana bahagian itu muncul dua kali. V4-Pro berjaya mengenal pasti kedua-dua contoh — tetapi secara lalai memilih kejadian pertama, kecuali diberitahu secara eksplisit “di kejadian kedua”. Ini bukan pepijat — ini adalah kesetiaan konteks. Anda bekerja dengan kedudukan token mentah, bukan pengindeksan bahagian bermakna. Oleh itu, bersikap tepat:

✅ “Dalam bahagian ‘Runtime Requirements’ kedua, apakah kebergantungan ketiga?”

❌ “Apakah kebergantungan ketiga di bawah ‘Runtime Requirements’?”

Perhatikan juga: DeepSeek-V4-Flash tersedia pada antara muka yang sama — tetapi bukan pengganti langsung untuk kerja penglihatan atau konteks panjang. Flash had maksimum 128K konteks dan tidak menyertakan enkoder penglihatan langsung. Gunakan Flash untuk soal-jawab pantas dan ringan pada teks pendek. Simpan Pro untuk sebarang kerja yang melibatkan imej, logik merentas dokumen, atau penalaran berpanjangan melebihi 200 muka surat.