原标题：梁文锋突袭马斯克

今天，这一架太魔幻了！

一边是梁文锋，终于在凌晨放出了 DeepSeek V4 Pro 正式版。

另一边，马斯克砸下了下一代旗舰 Grok 4.6，主打一个成本低，性能强。

两大巨头，同一时间发布，火药味儿瞬间拉满。他们盯上的，几乎是同一件事——

让模型能在长任务里持续调用工具、修改代码、验证结果，最后交付一个真正能用的成品。

DeepSeek V4 Pro 来了

马斯克 Grok 4.6 出战

DeepSeek V4 Pro 正式版最亮眼的成绩，是在两项评测中拿下 **，直接反杀 Fable 5。

网络安全智能体测试 CyberGym 拿到 83.3 分，超过 Fable 5 的 83.1 分、Opus 4.8 的 78.3 分。

自动化任务 AutomationBench 拿到 31.8 分，把 Fable 5 的 29.1 分和 Opus 4.8 的 27.2 分一起压了下去。

最「贴脸」的一次，则发生在 Terminal-Bench 2.1。

DeepSeek 拿到 87.9 分，超过 Opus 4.8 的 85.0 分，距离 Fable 5 的 88.0 分，只差 0.1。

其他几项高难度 Agent 测试中，DeepSeek 则实现了对 Opus 4.8 的 * 跨越。

带工具的「人类最后考试」中拿到 60.0 分，反超 Opus 4.8 的 57.9 分，继续逼近 Fable 5 的 63.0 分。

就连此前最薄弱的软件工程智能体，DeepSWE 也从预览版的 12.8 分暴涨到 62.7 分，接近原来的 4.9 倍。

这个成绩不仅超过 Opus 4.8 的 58.0 分，距离 Fable 5 的 70.0 分也只剩 7.3 分。

同一时间，马斯克也把 Fable 5 和 GPT-5.6 Sol 架在了火上烤。

Grok 4.6 先是在综合能力上追平 GPT-5.6，再在编码测试中连续完成反超。

综合智能指数上拿到 61 分，距离 Fable 5 的 62 分只差 1 分。

CursorBench 上拿到 69.9%，超过 GPT-5.6 的 67.2%，距离 Fable 5 的 70.5% 只有 0.6 个百分点。

FrontierCode 上拿到 61.3%，也压过 GPT-5.6 的 60.6%，继续紧追 Fable 5 的 63.6%。

到了更接近真实职场交付的知识工作中，Grok 4.6 直接翻身反杀，在三项评测中全部拿下 *。

GDPval-AA v2 中拿到 1753 Elo，超过 Fable 5 的 1741，也超过 GPT-5.6 的 1728。

AA-Briefcase 上再拿 1577 Elo，压过 Fable 5 的 1574 和 GPT-5.6 的 1502。

专业法律任务 Harvey LAB 中拿到 15.8%，Fable 5 只有 11.3%，GPT-5.6 更是只有 2.5%。

更狠的是，DeepSeek V4 Pro 和 Grok 4.6 不仅在性能上直逼 OpenAI 和 Anthropic 的 * 模型，还一起把前沿智能的价格打了下来。

每百万输出 Token，Grok 4.6 要 6 美元，GPT-5.6 Sol 要 30 美元，Claude Opus 5 要 25 美元，Fable 5 要 50 美元。

而 DeepSeek 只要 0.87 美元——

约为 Grok 4.6 的 1/7、GPT-5.6 Sol 的 1/35、Claude Opus 5 的 1/29、Fable 5 的 1/57！

全网首测

DeepSeek 大战 Grok

现在，* 批实测已经出炉。DeepSeek V4 Pro 和 Grok 4.6，也终于从跑分榜走进真实任务场。

* 轮，我们直接给 DeepSeek 上强度。

只用一条提示词，它便在浏览器中从零搭出了一颗完整的 3D 交互式地球。

拖动、旋转、缩放等基础交互全部可用；全球数据流、动态航线和地理标记，也被完整铺在地球表面。

再往细节看，大气层散射、云层渲染、昼夜光影乃至整套 UI 界面，同样一应俱全。

接下来，直接把两款模型拉进同一个擂台。

AI 博主「向阳乔木」先用 DeepSeek V4 Pro 连跑三个小任务，随后又把其中两道题的相同提示词交给 Grok 4.6，直接对比最终成品。

* 个任务，是调用 3 个 Skill 开发并部署一个网站。

DeepSeek 顺利跑通了整套流程，从页面设计和完成度来看，整体表现非常稳定。

第二个任务，是一次复刻 60 种设计风格，并生成一整套 Bento 卡片集中展示。

这一轮，DeepSeek 在字体、配色和版式上做出了明显区分，整体视觉效果相当不错。

最后一个任务，则是从零生成一款 3D 打砖块游戏。

游戏不仅可以直接上手，还加入了立体场景、背景音乐和动态音效，操作反馈和可玩性全部在线。

随后，相同的提示词被交给了 Grok 4.6。

在 3D 打砖块这一局中，两款模型几乎打成平手。

Grok 生成的游戏同样质感在线，无论视觉效果、场景完整度还是可玩性，都与 DeepSeek V4 Pro 不相上下。

到了 60 种 Bento 设计这一局，Grok 4.6 则扳回一分。

它生成的部分页面，在排版、配色和视觉层次上更为成熟，最终效果也更加好看

更激烈的对决，发生在 Flappy Bird 上。

开发者 Jun Song 给出完全相同的提示词，让 DeepSeek V4 Pro 和 Grok 4.6 分别从零「手搓」一款游戏。

结果，两款模型走出了截然不同的路线。

DeepSeek V4 Pro 消耗超过 2 万 Token，成本仅为 0.019 美元；Grok 4.6 只使用约 5000 Token，成本却达到 0.03 美元。

但从最终成品来看，这一局 DeepSeek 明显更胜一筹。

游戏中不仅有山脉远景和层叠云朵，水管也带有渐变与体积感。角色穿过水管时，画面甚至会弹出「+1」的浮动动画。

从场景层次到操作反馈，细节几乎全部拉满，端到端构建的完成度明显高于 Grok 4.6。

在开发者 Hamza 进行的另一项前端测试中，DeepSeek V4 Pro 再次拿下 Grok 4.6。

无论页面完成度还是最终视觉效果，V4 Pro 交出的成品都更胜一筹。

不过，V4 Pro 也没有场场封神。

在一组鹈鹕对比测试中，相较于 Flash 版本，V4 Pro 的整体画面完成度更高，大象的造型也更加美观。

* 的问题是——鹈鹕的运动方向，被完全画反了。

继续增加难度，让 DeepSeek V4 Pro、GPT-5.6 Sol 和 Claude Opus 5 使用 Three.js 生成同一棵樱花树，差距就更加明显。

无论是树干与枝叶的细节，还是光影、景深和整体氛围，V4 Pro 都不如另外两款 * 模型。

DeepSeek V4 Pro；GPT-5.6 Sol；Claude Opus 5

几轮实测看下来，DeepSeek V4 Pro 和 Grok 4.6 确实已经打到了同一水平线，难分伯仲。

两大 AI 同一天

追上了 OpenAI 和 Anthropic

对于这两款模型的同时爆发，大佬 Rick De Oliveira 给出的评价是，「强大，而且实惠。」

这 DeepSeek V4 Pro 和 Grok 4.6 的加持下，这两个几乎不可能同时出现的词，在今天，* 次真正走到了一起。

从网络安全、知识型任务到 Agent 自主解决问题，它们已经在多个战场上，凭借着更低的成本直接击碎了前沿能力的天花板。

回看今天这场魔幻的 AI「对轰」，DeepSeek 与 Grok 共同改写了一条游戏规则：

* 智能，不再高不可攀。

过去，开发者往往只能在「用不起」和「不够强」之间艰难选择。

而今天，DeepSeek 用仅为 SOTA 几十分之一的价格掀翻桌子，Grok 则以极高的性价比紧随其后。

这场「高能低价」的正面冲击，已经撕开了旧秩序的裂口。

而战争还没有结束。

马斯克已经提前预告，Grok 4.7 马上就来，目标直指超越所有 *AI；OpenAI 与 Anthropic 的反击，也必将接踵而至。

身处这个以「小时」为单位进化的时代，智能不再是少数巨头的特权，属于所有人的应用大爆发，才刚刚开始。