今天，AI 圈上演了一出魔幻大戏！一边是 DeepSeek 的梁文锋在凌晨准时放出了 V4 Pro 正式版，另一边是马斯克推出了主打低成本高性能的下一代旗舰 Grok 4.6。两大巨头在同一时间发布，火药味瞬间拉满。他们争夺的核心几乎完全一致——让模型具备长任务持续调用工具、修改代码、验证结果并最终交付成品的能力。
**DeepSeek V4 Pro 来袭**
DeepSeek V4 Pro 的表现可谓亮眼，在两项关键评测中反杀 Fable 5。在网络安全智能体测试 CyberGym 中拿到 83.3 分，超过 Fable 5 的 83.1 分和 Opus 4.8 的 78.3 分。在自动化任务 AutomationBench 中拿到 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。
在其他几项高难度 Agent 测试中，DeepSeek 实现了巨大跨越。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。
**马斯克 Grok 4.6 出战**
与此同时，马斯克也将 Fable 5 和 GPT-5.6 Sol 置于了火烤的境地。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。在 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，在三项评测中取得了全面胜利。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%。
**价格屠夫**
更狠的是，DeepSeek V4 Pro 和 Grok 4.6 不仅在性能上直逼 OpenAI 和 Anthropic 的顶尖模型，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！
**全网实测：DeepSeek 大战 Grok**
现在，首批实测已经出炉。DeepSeek V4 Pro 和 Grok 4.6，也终于从跑分榜走进真实任务场。
第一轮，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。
第一个任务，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。
第三个任务，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。但最严重的问题是——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 都不如另外两款顶尖模型。
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。
**结语**
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，首次真正走到了一起。
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：顶尖智能，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 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，目标直指超越所有顶尖 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。