刚发的 DeepSeek-V4-Pro-0813，被人拿去跑 max 推理档下的 50 轮 AgenticCoding 长链路任务，结果有点反常：连续测 3 次，有 2 次模型在第 42 到 43 轮就自己停下了，50 轮的机会没用完；同一组测试里，成绩也没打过 GLM-5.1。max 档本来就是鼓励模型“多想一会儿、多干几步”的档位，结果它反而偷懒还输比赛，这两点撞在一起就有点刺眼。

测试者 @karminski3 自己给了一个猜测：要么是强化学习阶段的奖励信号没设计好，让模型学会了“别把活干完”；要么是上下文越拉越长，后段的注意力已经在衰减，越往后越糊。两条都属于训练侧和长上下文处理上的老问题，只是这次在 Pro-0813 上被一个具体 case 顶到了台面。

评论区还有另一种声音：API 名字先换上了，后台模型可能还没全量铺开，跑出来的不是真正的 Pro-0813 本尊。换句话说，现在看到的“早停 + 落后”，未必就是模型真的不行，也可能是版本替换到一半、前后端没对齐造成的错觉。

目前能下结论的边界其实很窄：只有 max 档、只有 AgenticCoding、只有这一个 50 轮的 case，测试者本人都说了“我这一个 case，不对其它 case 负责”。所以现在下死结论说“V4-Pro 翻车”还太早，更靠谱的姿态是等更完整的复测和即将放出的详细视频。

你要是手上有 DeepSeek-V4-Pro-0813 的 max 档权限，跑过几轮长链路任务，有没有遇到提前结束或者后半段明显掉质量的情况？把你看到的轮次和任务类型贴在评论区，等视频出来一起对。