1｜先把结论摆出来

我用同一套 HTML 编码题，让 DeepSeek V4-Pro（思考全开）和 Claude Opus 4.7（思考全开）各跑一遍。两边都用 opencode CLI 驱动，prompt 完全一致。

6 道精选题逐一打开看动效之后，几个直观印象：

 ✅ DeepSeek V4 颜值常常更高：黑洞、樱花、火锅几道题，DeepSeek 出图比 Claude 更耐看。

 ➡ 但 DeepSeek 经常「漏要素」：地球用了夜景贴图导致全球都点了灯（明显违反「夜晚一侧」的要求）；火锅没画火焰、透视错；鱼群偷工。

 ✅ Claude 更老实地按要求做：地球大陆是程序化绘制、夜灯只在背日侧；火锅有火焰、气泡、蒸汽；但偶尔有自己的瑕疵（樱花抖动、鱼群初始堆叠）。

➡ 价格上，DeepSeek 是「白菜价」，Claude 是「贵族价」——具体差距下一节用图说话。

一句话：DeepSeek V4 是「快糙猛但漂亮」，Claude Opus 4.7 是「慢工细活面面俱到」。日常视觉原型 DeepSeek 完全够用；要严格按需求清单交付的活儿，Opus 还是稳。

2｜两位选手的硬实力

DeepSeek V4（2026 年 4 月发布）

• V4-Pro：1.6T 总参数 / 49B 激活，1M 上下文

• V4-Flash：284B 总参数 / 13B 激活，1M 上下文

•  双模式：Thinking / Non-Thinking，思考强度通过 reasoning_effort=high|max 调节

  编码 benchmark：Vals AI Vibe Code 开源权重模型第一，CodeForces Rating 3206（人类排名 #23）

Claude Opus 4.7

• Anthropic 当前旗舰，最强代码 + 推理表现

•  200K 上下文，Thinking 模式默认开启

•  2026 年 4 月发布，价格沿用 Opus 4.6 一致档位

3｜价格对比（敲黑板）

官方 API 公开价（每百万 token，2026 年 5 月，汇率取 1 美元 ≈ 6.80 元）：

•  DeepSeek V4-Pro：输入 12 元（约 $1.76）／输出 24 元（约 $3.53）

• DeepSeek V4-Flash：输入 1 元（约 $0.15）／输出 2 元（约 $0.29）

• Claude Opus 4.7：输入 $5（约 34 元）／输出 $25（约 170 元）

画成柱状图直观一点：

注：DeepSeek 还有「缓存命中」减价（V4-Pro 输入降到 1 元、V4-Flash 降到 0.2 元），跑 Agent 类高频复用 prompt 时实际花费会比上图更低。Claude 也有 Prompt Caching，最大可省 90%，但起步价仍然高一档。

4｜测试方法

6 道精选题分两类：

•  4 道视觉效果题：3D 地球、黑洞、樱花、沸腾火锅

• 1 道物理感题：鱼群（Boids 群聚）

• 1 道完整小游戏：Flappy Bird

每题在干净独立目录跑，全开思考、统一要求 Write 工具落盘 output.html，禁止启动 dev server / 安装包。两个模型用完全相同的 prompt。

5｜逐题对比（看动图）

下面每一对动图都是直接录的：左 DeepSeek V4，右 Claude Opus 4.7。每题先简单说一下题目要求，再放观感。

题 01 ｜ 3D 地球

题目简介：题目要求：全屏黑色宇宙 + 至少 200 颗闪烁星点 + 中央一颗自动旋转的 3D 地球（24 秒一周），大陆轮廓真实可辨认，云层独立旋转，大气层光晕（边缘蓝、太阳侧更亮），夜晚一侧有城市灯光；鼠标拖动可手动旋转、滚轮 0.5–3 倍缩放。

DeepSeek V4

Claude Opus 4.7

图：DeepSeek 用了夜景贴图（看上去更精致），Claude 在 canvas 上自己画大陆。

DeepSeek 的地球第一眼很惊艳——直接拉了张地球贴图上去，海洋陆地的色彩饱满。但仔细看，整颗地球都点亮了城市灯光：日间侧也有大片暖黄色光点。题目要求是「夜晚一侧有城市灯光」——DeepSeek 偷懒直接拿了张「夜景版」贴图当 albedo，整颗星球都成了「夜面」，反而违反了原题。

Claude 这边没用贴图——它在 canvas 里程序化绘制大陆轮廓（亚洲、非洲、美洲都看得出），云层独立旋转、大气层光晕、夜灯只在背日侧亮，要求清单上的每一条都打钩。代价就是「不那么像 NASA 真实照片」，更像一颗「示意版地球」。

总体：DeepSeek 更美观，但没完全满足需求；Claude 不漂亮但要求都做到位。

题 02 ｜ 黑洞漩涡

题目简介：题目要求：黑色宇宙 + 800+ 闪烁星 + 中央黑洞，事件视界为黑圆，外面一圈带辉光的吸积盘（橙红→黄→紫渐变），盘面快速旋转；1500+ 粒子被吸入，鼠标移动可改变黑洞位置、滚轮调整黑洞质量、点击释放粒子。

DeepSeek V4

Claude Opus 4.7

图：吸积盘风格不同，DeepSeek 偏旋转色带，Claude 偏多层光晕 + 螺旋臂。

黑洞这题两边都基本满足要求：黑色事件视界 + 周围环状吸积盘 + 粒子被吸入 + 鼠标交互调整黑洞质量。视觉风格不同但都说得过去——DeepSeek 的吸积盘有清晰旋转色带，更有「转动感」；Claude 是同心圆光晕配螺旋臂粒子分布，更接近真实星系照片。

这题见仁见智，两边都能用。

题 03 ｜ 樱花飘落

题目简介：题目要求：樱花飘落动画，背景渐变天空 + 远景树枝。500+ 花瓣从树枝飘落，沿正弦摆动并自旋；地面会堆积花瓣；鼠标移动产生风扰动；点击触发一阵花瓣爆发。

DeepSeek V4

Claude Opus 4.7

图：Claude 樱花更接近真实形态但画面有抖；DeepSeek 美观差点意思但运动稳。

Claude 这一版的樱花颜色和形态更接近实物——粉白渐变、花瓣轮廓有锯齿感，更有「樱花的样子」。但播放时整个画面会有轻微的随机抖动，疑似时间步长或视图矩阵的小 bug。

DeepSeek 的樱花没那么美——花瓣造型偏简单，颜色也单调一点。但它的运动更稳：飘落轨迹平滑，没有抖动。

想截图发朋友圈，挑 Claude；想做循环播放的背景动效，DeepSeek 反而稳。

题 04 ｜ 沸腾火锅

题目简介：题目要求：中央一口红色铜锅，锅里翻滚气泡（5–40px、上升膨胀、破裂"啵"扩散），锅口飘半透明米白蒸汽，锅内漂 3–5 个食材轻微震动，锅下面 4–6 道红黄渐变摇摆火焰；点击锅多冒一波气泡。

DeepSeek V4

Claude Opus 4.7

图：Claude 火焰、气泡、蒸汽都有；DeepSeek 漏火焰，气泡和透视都不对。

题目要求里写得很明白：「锅下面 4-6 道火焰」「锅里冒气泡」「锅口飘蒸汽」。Claude 三样都做了，但有个小毛病——气泡有时会「漂出」锅边、跑到画面外的位置，明显是没做边界裁剪。

DeepSeek 这题翻车明显：火焰没画，锅与汤面的透视关系也错了（俯视的锅却画了从侧面看的汤面），气泡虽然在水面但渲染效果非常糙。视觉给人一种「半成品」的感觉。

功能完整度看 Claude，DeepSeek 这题可以打个不及格。

题 05 ｜ 鱼群（Boids）

题目简介：题目要求：海蓝渐变背景 + 80+ 条鱼用 Boids 群聚算法（分离/对齐/凝聚）游动，至少 3 种鱼形态/尺寸；鼠标移动鱼群跟随，点击释放饵料让鱼群聚集；少量气泡 + 海草。

DeepSeek V4

Claude Opus 4.7

图：Claude 鱼造型精致但初始挤成一坨；DeepSeek 鱼简化但分布舒展。

Claude 的鱼造型很精致——身段、鱼鳍都画了，颜色多样。但初始位置算法有问题：80 多条鱼一开始几乎全堆在屏幕中央，重叠严重，要等几秒群聚算法才把它们散开。

DeepSeek 的鱼造型简单（基本就是一个椭圆 + 三角尾巴），但功能上 Boids 群聚算法跑得正常，初始分布也舒展，从开始播放就好看。

美观看 Claude（再耐心看几秒），观感舒服看 DeepSeek。

题 06 ｜ Flappy Bird

题目简介：题目要求：复刻 Flappy Bird——空格/点击让小鸟跳跃，穿过随机管道间隙得分，撞管道或落地游戏结束；卷轴背景 + 计分 + 历史最高分。

DeepSeek 

Claude Opus 4.7

图：两边游戏都能玩，Claude 美术更精致。

Flappy Bird 这种小游戏两边都能完整实现：小鸟、管道、跳跃、得分、碰撞结束都齐活。差距在美术——Claude 的小鸟造型、管道材质、背景渐变都更用心；DeepSeek 是「能玩但糙」。

能跑就行选 DeepSeek，要交付选 Claude。

6｜实战中的 DeepSeek V4 怎么用

看完上面 6 道题，我的判断：

✅ DeepSeek V4 适合的场景

• 视觉效果原型：粒子、3D 渲染、动画——颜值在线，价格 1/85 起，做 demo 最佳。

• 中等代码量任务（< 500 行）：日常工具脚本、组件、API 接入。

• 大上下文检索 + 重写：1M context 是真的有用，能塞下整个中型仓库。

•  高频调用 / Agent 跑批：单次成本几乎可以忽略，思考又能开。

⚠️ 还是要 Opus 4.7 的场景

• 严格按需求清单交付：每条 bullet 都要打钩的产品级任务（题目 01 地球、04 火锅那种）。

•  工具链整合（多文件 / 多步 tool call）：Opus 的指令遵循 + 工具调用更稳。

•  复杂业务推理（金融 / 法律 / 多约束求解）：Opus 仍有边际优势。

7｜测试只是参考

在你把这篇文章的结论搬去做选型决策之前，先看一下这次测试覆盖的边界：

•  这 6 道题集中在「Canvas / Three.js 视觉效果 + 小游戏」这一类——属于单文件、自包含、写完就能看到结果的任务。

• 它们考的是「美术 + 简单交互 + 一些物理 / 算法 + 跟着 spec 打钩」。

• 它们没考察的东西远比考察了的多：长链路代码重构、复杂业务建模、SQL / 数据分析、多文件协同改动、Agent 工作流（多轮 tool call）、长会话上下文管理、文档生成、API 设计与文档化、Code Review、安全审计、生产代码可维护性……

换句话说，这套测试只能告诉你「在写漂亮的 HTML 动画这件事上，谁更行」，告诉不了你「在你公司那个 50 万行的代码库里，谁更行」。

所以请把这篇文章的所有结论当作「能力切片」来看，而不是「整体排名」。一个模型在视觉题表现好，不代表它在你正在做的具体任务上一定好；反过来也一样。

我自己的建议：与其相信任何外部 benchmark（包括这一篇），不如花一个下午，从你自己实际工作里挑 5-10 个真实任务，做一份「私人 benchmark」。两个候选模型都跑一遍，结果会比看任何评测都更靠谱。

8｜尾声

DeepSeek V4 不是「开源平替」，它就是当前价位最猛的代码模型——颜值在线、思考能开、上下文又长。如果你的工作流原来用 Opus 4.7，先把 V4-Pro 接进去跑一周——很可能 80% 的任务你会舍不得切回去。剩下 20% 较真的活儿，再请 Opus 出场也不迟。

---

后台回复关键词「DeepSeekv4横评」，可领取这次评测全部 14 道题的 prompt + 两个模型的 baseline HTML 文件