DeepSeek V4 Pro 正式版与医疗垃圾手机壳：8 月 13 日知乎热榜 10 个视频选题

先拍哪三条

本期筛选结果

1. DeepSeek V4 Pro 正式版：官方版本与价格页已切到 DeepSeek-V4-Pro-0813，但主要性能数字仍需要第三方复测。 官方页面确认了 1M 上下文、最高 384K 输出、工具调用、Responses API、Anthropic API，以及每百万 token 的输入输出价格；媒体报道转述了 DeepSWE 从 12.8 到 62.7 的变化，但这些基准结果仍主要来自厂商或媒体引用的厂商材料。12
2. 医疗垃圾手机壳：先查报道中的样品、检测报告和执法通报，再讨论健康危害。 羊城晚报转述央视频称，部分平价软质手机壳疑似使用废弃针管、输液管等医疗垃圾，并提到异味、苯系物、塑化剂和重金属风险；但知乎回答中也有人指出，当前公开传播链里缺少具体查获案例和完整检测细节。两种材料必须并列呈现。34
3. Pro 还是 Flash：把模型能力、并发和价格放进同一张验收表。 DeepSeek 官方价格页显示，Pro 的缓存命中输入、未命中输入和输出价格分别为每百万 token 0.003625 美元、0.435 美元和 0.87 美元，并发上限 500；Flash 对应为 0.0028 美元、0.14 美元和 0.28 美元，并发上限 2500。Pro 更适合复杂长链路任务，Flash 更适合高吞吐，这个判断仍要用同一批任务实测。1

10 个视频选题

1. V4 Pro 正式版到底改了什么？

• 拍摄切口：同一套代码仓库交给 V4 Pro 预览版、V4 Pro-0813 和 V4 Flash，记录理解任务、改码、跑测试、修复失败和最终提交的完整过程。
• 选题分析：官方页面确认正式版版本号为 DeepSeek-V4-Pro-0813，调用名仍是 deepseek-v4-pro，并支持工具调用、JSON 输出、Responses API 与 Anthropic API。1
• 事实风险与下一步：固定仓库、提示词、工具权限和超时设置；不要用「版本号更新」直接推出「能力全面跃升」。

2. DeepSWE 从 12.8 到 62.7，能不能复现？

• 拍摄切口：把媒体报道中的 DeepSWE 数字拆成测试集、模型版本、工具权限、运行次数和评分规则五格，邀请独立开发者重跑可公开部分。
• 选题分析：凤凰网转述称，DeepSWE 得分从预览版的 12.8 提升到 62.7；同一报道还称 Cybergym、AutomationBench 中正式版部分结果超过 Fable 5。2
• 事实风险与下一步：先找原始测试集、评分脚本和完整结果表；取不到时，标题只能写「官方或媒体披露的分数」，不能写成独立评测。

3. Pro 的 1M 上下文，真正能装下多少有效信息？

• 拍摄切口：准备一个大型代码仓库、一组互相矛盾的产品文档和一份长合同，分别测试召回、引用准确率、跨段推理和成本。
• 选题分析：DeepSeek 官方页面列出 1M 上下文和最高 384K 输出，但上下文上限不等于每个位置都能稳定使用。1
• 事实风险与下一步：把输入长度、问题所在位置、输出长度、缓存命中和错误类型全部记录；不要把「能提交 1M token」写成「能完整理解 1M token」。

4. V4 Pro 适合做 Agent，还是只适合跑榜？

• 拍摄切口：设计一个有权限边界的真实任务：读取文件、调用工具、修改代码、运行测试、失败回滚，并检查模型是否会越权或跳过验收。
• 选题分析：知乎可见回答把正式版的重点概括为「调工具、跑多步骤任务、写代码改代码」，这是答主对体验的判断；官方材料能确认工具调用和兼容方式，不能单独证明真实任务成功率。15
• 事实风险与下一步：公布任务脚本、权限配置、失败样本和回滚记录；不要把一个答主的「好用」升级成行业共识。

5. Pro 与 Flash，谁的性价比更高？

• 拍摄切口：用同一批任务计算「完成一个成功任务的总成本」，同时记录并发排队、重试次数、输出长度和人工修复时间。
• 选题分析：按官方价格，Pro 的输入输出单价高于 Flash，但 Pro 的并发上限为 500，Flash 为 2500；两者不是简单的高低档关系，而是复杂度与吞吐的取舍。1
• 事实风险与下一步：把美元单价换算成人民币时注明汇率日期；不要拿 token 单价代替整项工作成本。

6. 「手机壳是医疗垃圾做的」这句话，证据链走到哪一步？

• 拍摄切口：从央视频原视频开始，逐层追到样品来源、生产地点、检测机构、检测项目、执法部门和涉事商家回应，画一张证据链地图。
• 选题分析：羊城晚报的可读报道确认了媒体转述的核心说法，并列出医疗废物分类、行业低门槛和低价产品风险；它没有提供一份完整的行政查处通报。3
• 事实风险与下一步：把「媒体调查」「从业者说法」「官方检测」「执法结论」分栏；拿不到样品和报告时，不能写成所有低价手机壳都有毒。

7. 刺鼻气味能不能证明苯超标？

• 拍摄切口：买同一型号的不同价位手机壳，分别做气味盲测、材料标注核对和实验室挥发物检测，比较鼻子判断与仪器结果。
• 选题分析：报道把刺鼻异味与苯系物、胶水和添加剂风险联系起来；知乎回答则质疑把气味直接等同于苯超标，认为异味来源可能还包括油墨或胶黏剂。36
• 事实风险与下一步：必须做化学检测，不能用闻起来「像不像」替代苯系物检测；不把答主的材料推断写成检测结论。

8. 医疗废物为什么不能直接回流到消费品？

• 拍摄切口：用一支废弃针头和一段输液器，演示它们从分类、收集、转运到处置的规范流程，再对照回收料进入注塑厂需要补上的清洗、分选和消毒环节。
• 选题分析：国家卫生健康委与生态环境部发布的《医疗废物分类目录（2021 年版）》将使用后废弃的一次性注射器、输液器列入感染性废物，将针头列入损伤性废物，并要求按相应容器和流程收集处理。7
• 事实风险与下一步：只解释制度和工艺要求，不据此断言本次报道中的具体手机壳已经完成了某个违法环节。

9. 低价手机壳的风险，消费者能靠肉眼筛出来吗？

• 拍摄切口：随机购买不同平台、不同价位和不同材质的手机壳，只让消费者看外观和商品页，最后公布材质、执行标准与实验室结果。
• 选题分析：羊城晚报提到手机壳未列入强制性认证商品目录，消费者很难仅靠网页图片判断材质优劣；报道同时建议关注材质、标准、异味、黏腻感和毛刺等信号。3
• 事实风险与下一步：把「初筛信号」和「安全证明」分开；气味、价格和颜色只能决定是否送检，不能证明合格。

10. 热搜是怎么把旧案例、转述和新风险拼在一起的？

• 拍摄切口：把央视频原视频、媒体转述、2012/2019 年医疗用品回收案例和本轮知乎回答放在时间轴上，标记每条材料首次出现的日期与它实际证明的内容。
• 选题分析：知乎可见长回答指出，当前公开传播中有把早年的医疗用品违法回收案例与手机壳话题并置的情况；这是一条需要复核的答主判断，不能直接当作事实结论。6
• 事实风险与下一步：逐张图反查原始出处，逐句区分「发生过」「被媒体转述」「本次样品已检出」；没有原始页面就保留为待核线索。

热榜口径

知乎回答样本

DeepSeek V4 Pro 相关问题

1. 史蒂夫｜赞同 32

   原文节选：「Flash 4 临时发布，纯粹就是为了狙击 ChatGPT 和 Claude……以上纯属个人瞎说。」

   摘要：作者明确把前半段写成个人猜测，并在 8 月 13 日更新称 Pro 已发布；可用于拍「社区预期如何被正式上线打断」，不能支持发布策略的事实判断。

   永久链接

2. 风情皇朝｜赞同 0

   原文节选：「让 AI 帮你改代码，它答得头头是道，可你真把整个项目丢给它……它却开始『翻车』。」

   摘要：把模型竞争从聊天转到改代码、跑测试和修 bug；适合改造成 Agent 复现实验，但文章本身不是测评报告。

   永久链接

3. femdc｜赞同 19

   原文节选：「看测评达到了我七月初的期望，但因为被 Flash 的惊艳拉高阈值，没有达到我现在的心理预期。」

   摘要：记录了预览版、Flash 和 Pro 正式版之间的期待变化，重点是心理预期，不是统一测试结果。

   永久链接

4. 猿圈圈｜赞同 1

   原文节选：「在工具增强推理与终端操作上反超国际顶尖模型 Fable 5。」

   摘要：给出强结论，并把比较维度放在工具和终端操作；缺少完整测试条件与第三方复核，适合当作待核主张。

   永久链接

5. 代码与热搜之间｜赞同 0

   原文节选：「这次升级的重点不在聊天问答，在 Agent——就是让 AI 真正『干活』的能力。」

   摘要：将更新重点概括为调工具、多步骤任务和代码修改，与官方功能字段方向一致，但仍不能替代成功率测试。

   永久链接

医疗垃圾手机壳问题

1. 秋雨｜赞同 0

   原文节选：「回收料很难做透明的塑料件，因为脏污、杂物会产生大量发白、雾蒙、麻点。」

   摘要：从注塑外观和透明件工艺解释回收料的识别难点，建议把材料、颜色和工艺放进实验；这是个人材料判断，不是本次样品检测。

   永久链接

2. 单休基苯丙胺｜赞同 124

   原文节选：「TPU……没有回收再生成透明或者 TPU 的可能性……PP 才是真正医疗垃圾里含量最大的塑料，但是，做不了手机壳。」

   摘要：质疑报道把 TPU、PVC、PP 和苯、铅等概念混在一起，给出材料加工反驳；其中的材料结论仍需要样品配方和实验验证。

   永久链接

3. 揽晴空｜赞同 0

   原文节选：「监管部门应该加大执法力度……别让几块钱的小物件成了健康大麻烦。」

   摘要：主要表达监管期待，没有提供新的样品、检测或案件材料。

   永久链接

4. 孙小星｜赞同 0

   原文节选：「医疗用的针管，输液管，用的都是上等的颗粒。」

   摘要：对医疗塑料原料作出简短判断，但没有给出材质型号、来源和检测依据，不能用于证明手机壳成分。

   永久链接

5. momo｜赞同 0

   原文节选：「就好像以前一个笑话，用过的避孕套做成口香糖。」

   摘要：用比喻表达怀疑，没有提供可核验事实。

   永久链接

事实边界与下一步核验单

• DeepSeek V4 Pro：官方页面能确认 DeepSeek-V4-Pro-0813、1M 上下文、384K 最大输出、工具调用、API 兼容方式、价格和并发限制。凤凰网报道能确认媒体在 8 月 13 日凌晨转述了 DeepSWE、Cybergym 和 AutomationBench 的结果，但文章同时说明价格当时尚未公布；官方价格页目前已经列出价格。跑分、网页端与 API 输出差异、真实任务成功率仍需独立复测。12
• 医疗垃圾手机壳：国家卫生健康委目录能确认注射器、输液器等一次性使用医疗器械和针头分别属于感染性或损伤性废物，并规定相应收集方式；羊城晚报能确认媒体转述、消费者异味样本和部分风险监测说法；本轮没有取得涉事样品完整检测报告、生产者信息和执法部门最终通报。37
• 热榜与回答排序：本期榜单采用 8 月 13 日公开存档，知乎公开回答页呈现每题 5 条按更新时间排列的可见样本，不能证明是高赞排序。8

本期数据缺口

1. 知乎热榜字段缺口：本期采用当天公开热榜存档口径，存档能确认排名和题面，但没有统一热度、回答数和每题问题链接；因此只写快照排名，不补猜缺失数字。
2. 回答排序缺口：本期依据知乎公开可见回答页整理两道题各 5 条样本，页面按更新时间呈现，无法证明是前 5 条高赞回答；文章逐条提供作者、赞同数、原文节选、摘要和永久链接。
3. DeepSeek 题目对应缺口：当天存档中的 V4 Pro 热榜题未提供稳定的问题 ID；本期使用知乎公开可见回答页中的同主题问题样本，并在样本标题处明确标注，不把它包装成已验证的热榜题高赞回答。
4. 手机壳证据缺口：目前可读的公开材料没有包含涉事样品完整检测报告、生产者/销售者信息和执法通报；因此相关视频只作为证据链复核题，不把媒体调查扩成所有手机壳的健康结论。