如题，今晚继续进行 DeepSeek-V4-Pro 实测的第二弹：PPT 制作能力。我相信这也是打工人们最关心的一项能力了，上一篇评测是编码能力的评测，DeepSeek 惨败，想看的朋友们可以移步至我主页查看上一篇实测笔记。 我的测试依旧是在较高难度的龙虾场景下进行的。本次的测试任务来自我身边的一位好友，她这两天正好需要进行课程汇报，于是我便拿了她的需求过来进行实测，内容是制作一篇装饰形态研究与实践课程的 PPT，主题为：什么是装饰形态，共计 10 页 。在测试开始前，我依旧是先使用了智谱的 glm-5.1 进行基准测试，用于确认测试难度，可以看到 glm 再一次以又快又稳的表现一次性完成了任务（P2 + P3），交付的结果也是没有任何问题（P4～P8）。 在 glm 成功交付后，我便切换到了 DeepSeek-V4-Pro 开始正式测试。在任务进行中，DeepSeek 的表现依旧令我非常失望：在我向他交代了任务目标以后，他居然在回复了一句「好的」后就直接结束了（P9）！这太夸张了，我之前只有在 MiniMax 上见过这个情况，甚至还特意发过一篇笔记去吐槽。而且 DeepSeek 在后续任务执行过程中也是状况不断，明显缺乏规划，先是错误的创建了一个文件夹，并把 PPT 错误的生成到了这个文件夹里（P10），后来又是多次拼错指令（P11 + P12），甚至还飚了几句英语，硬是一直死磕下去才制作成功，表现的非常不稳定。除此之外，制作速度也是非常的慢，也许是因为这两天的服务器负载压力比较高吧，这个任务硬是做了 15 分钟才做完（P13），中间还多次出现了卡住的情况，属于是又慢又不稳定了。 但是 DeepSeek 在完成后交付的结果竟然还不错（P14 ~ P18），可以看到无论是在内容的丰富度与专业度、排版和审美的舒适度与美观度、甚至是在字体的选择与统一度上，都是很可圈可点的。 总结，经过这两轮测试，DeepSeek-V4-Pro 的优劣已经非常清晰：作为 1.6T 大参数的模型，在世界知识、办公技能、甚至是审美等方面都还可以，但是在编码能力、指令遵循与稳定度等方面的表现就要比 glm 这样的纯编码模型差太多了。如果你的使用需求主要就是以办公场景为主，那么它值得一试！ #DeepSeek #deepseek #deepseekv4 #ppt #glm #智谱 #AI人工智能 #ai #openclaw #大模型