Az új DeepSeek V4.1 Flash modell megjelenésével komoly figyelmet kapott az AI közösségben, többek között extrém sebességének és fejlett gondolkodási képességeinek köszönhetően. A videóban különböző valós teszteket futtatnak, hogy megvizsgálják a rendszer valódi teljesítményét, nemcsak a hivatalos benchmarkokra támaszkodva.
Felvetődik a kérdés, hogyan boldogul a modell, ha teljesen nyers 3D-s aszettekből kell interaktív megjelenítőt készítenie, illetve mennyire képes összetettebb fejlesztői feladatokat, például egy légiforgalmi irányító rendszer hibájának önálló felismerését és javítását elvégezni. Ez utóbbi során kiderül, milyen kockázatok rejtőznek egy-egy apró programozási hiba mögött – és hogy az AI valóban megtalálja-e a problémát emberi útmutatás nélkül.
Szintén izgalmas felvetés, hogyan teljesít a DeepSeek V4.1 Flash többnyelvű nyelvészeti feladatokban. A modelltől azt kérik, hogy a világ számos nyelvén hozza példákat autentikus becéző szavakra. Érdekes megfigyelni, hogyan kezeli a modell a hiányos nyelvi adatokat, és mennyire képes felismerni, ha valamelyik részfeladatot nem tudja hitelesen megoldani.
További kérdésként merül fel, hogy az új modell miként reagál etikai, társadalmi vagy akár tudományos, fizikai problémákra. Megvizsgálják érzékenységének határait, valamint azt is, mennyire képes helyes fizikai okfejtéssel, matematikai alapossággal válaszolni komplex kérdésekben.
