deepseek-v4-flash 大家有感觉出问题吗？

长上下文堆积，涉及的问题越来越复杂吧，需要靠压缩和记忆体优化。flash 版本通常是缩小知识量的版本，所以解决有确定方案的问题，日常编码可以；但是探讨方案，解决未知问题，理解复杂逻辑，需要切换到 pro 版本，用更多的知识量更好。codex 至少 5T 的参数，dsv4flahs 不到 1T,知识量就差了一大截。

我使用 cc-switch 上面接入官方的 dsv4flash ，感觉价格不便宜干活儿没那么好，我 ds 的话之前用 pro 多一点，ds 涨价感觉他就没什么竞争力了

现在花百来块钱买个 glm 丐版 code plan,glm 5.3 flash 免费蹬
白天安排好工作让 zcode 晚上再跑。
说实话这阵子找不到用 deepseek v4 flash 理由

@airqj 晚上十一点到次日九点免费蹬

大模型出问题都是概率性的，不出问题不表示没有降智，出问题不表示一定降智。

@greatghoul 也是用的 v4-flash 吗？

@jinsongzhaocn 我用的 skill 和文档较多，确实上下文会长，但是之前一直都顺利，就是从前天开始的，体感很明显

@yeatmeret 太高贵了，pro 不敢用

@airqj glm 丐版 code plan 大概有都少 token

@yidinghe 难道大模型也得考虑高可用？一旦发现模型出问题，马上切换到别的模型

@chongzi 嗯，是的，v4 flash. api 总结文章和 coding 都用的这个。

用的 skill 和文档较多

大概率导致模型降智

同一会话，混用不同模型也会有问题

@airqj 晚上的运行速度咋样…之前送 3 亿 token 的时候，感觉跑的有点慢…

@chongzi 高可用不是你这么理解的，前几天一堆的大模型出故障，这个就是高可用的问题。我的意思是，不管什么大模型，都会有一些特定的场景，触发它的表现得降智的行为，这并不是模型本身被换了。

@tuduweb 不知道 反正一个大任务一觉起来差不多跑完了

DeepSWE v1.1 智能编程/软件工程智能体基准
Kimi K3：67.5%
GLM-5.3-Flash：63.4%
Qwen3.8-Flash-Next：58.7%
DeepSeek-V4-Flash-0731：54.4% （分数基本等于本地部署 Qwen3.8-Flash-Next Q4 量化版本）

光说前端代码，glm 明显强于 dp v4 flash 和 pro 。

@wsbqdyhm 必须 zcode

@airqj 我也买了，昨晚已经开蹬

@yidinghe 就像服务器有健康检查，系统接入的多个大模型，是不是也可以专门做个降智检查，作为切换的触发条件

@chongzi 闭源大模型厂商会自动在简单任务时切换到较弱模型，但这是能保证任务完成的，而且你没办法阻止。大模型表现下降，主要是两个原因，一是环境恶劣，动不动就命令报错，就乱码，模型本来就走的磕磕碰碰；二是 U 型注意力机制问题，上下文一长就会忽略中间内容。刚学会用 AI 的程序员往往注意不到这两个问题。其实只要解决这两个问题，模型就会表现得很稳定。