DeepSeek V4与Fable SVG生成效果对比测试

背景

该帖子来源于 LINUX DO 社区，用户分享了一组关于 DeepSeek V4 正式版（简称 ds v4）与 Fable 模型在 SVG 生成能力上的对比尝试。由于发帖人仅拥有 Fable 模型的访问权限，并未获得 DeepSeek V4 正式版的使用资格，因此对比主要依赖公开的第三方参考视频（B站视频 BV17iKB69EyG）以及个人手动生成的 SVG 图片。帖子旨在通过有限的样本，初步观察两个模型在 SVG 生成上的风格差异，但受限于数据量，结论较为谨慎。

核心内容

楼主首先声明自己只有 Fable 模型，没有 DeepSeek V4 正式版。为了生成对比，他参考了 B 站上关于 DeepSeek V4 正式版 SVG 生成效果的视频（链接已提供），并基于同样的提示词，使用 Fable 模型生成相同主题的 SVG 代码。对比的四个主题分别是：水泥地面、红砖墙、星空 和 AK47（枪械）。

在生成过程中，楼主发现 Fable 模型存在一个行为：它会在生成 SVG 代码后自动进行一次“截图二次检查”（即对生成的 SVG 进行视觉预览或分析）。为了避免这种检查影响生成结果，楼主在提示词中明确要求“禁止检查”，并尝试了多次生成。具体来说：

• 对于水泥地面，楼主给出了 Fable 第一次生成、第二次生成（禁止检查后）以及第三次生成的结果，但未提供 DeepSeek V4 的对应图片（仅通过视频参考）。
• 对于红砖墙、星空、AK47，楼主同样展示了 Fable 的生成结果，并与视频中 DeepSeek V4 的生成效果进行对比。

由于样本量极少（每个主题仅 1-3 张对比），且缺乏严格的控制变量（如提示词是否完全一致、视频分辨率影响等），楼主最终得出的结论是：“很难看出模型风格不同”。帖子末尾显示，该讨论目前只有楼主一人参与，尚未有更多社区成员补充数据。

关键要点

• 模型访问限制：发帖人仅拥有 Fable 模型，DeepSeek V4 正式版的数据来自第三方 B 站视频，并非直接测试。
• 对比主题：共四个 SVG 生成任务：水泥地面、红砖墙、星空、AK47。
• Fable 的特殊行为：Fable 默认会对生成的 SVG 进行截图二次检查，这可能会改变生成策略或输出结果。楼主通过提示词“禁止检查”来规避该行为，并生成了多次结果。
• 多次生成尝试：针对水泥地面，楼主展示了 Fable 在禁止检查后的第二次、第三次生成结果，试图观察稳定性。
• 样本量不足：每个主题只有 1-3 个样本，且 DeepSeek V4 的样本仅来源于视频截图，缺乏直接对比。
• 结论保守：基于现有有限样本，无法判断两个模型在 SVG 生成风格上存在显著差异。
• 社区参与度：该帖子目前仅有 1 个参与（楼主本人），说明讨论尚未深入。

意义与影响

该帖子反映了社区用户在模型能力测评中的常见实践——通过有限的个人访问权限，结合公开的第三方视频或截图，进行非正式对比。这种尝试虽然受限于样本量和方法严谨性，但仍有以下意义：

1. 暴露模型行为差异：Fable 的“截图二次检查”行为被用户发现并记录下来，这为其他使用该模型的用户提供了重要提示——在生成 SVG 时可能需要禁用自动检查以获得更纯粹的生成结果。
2. 推动社区协作：帖子呼吁更多用户参与，提供更多样本，这种“众包式”对比有助于积累更丰富的模型能力证据，弥补官方测试的不足。
3. 提醒评估方法论：结论明确指出“样本量太少，很难看出模型风格不同”，提醒社区在进行模型对比时需注意控制变量、增加样本量，避免过早下结论。
4. 对模型选型的参考价值：尽管结论不显著，但帖子的存在仍为其他用户提供了一个初步的参考点——在 SVG 生成这类具体任务上，两个模型的表现可能没有明显优劣之分，具体选择需结合其他维度（如稳定性、可控性、响应速度等）。

总体而言，该帖子是社区生态中一个典型的“试水”案例，虽不完美，但为后续更深度的模型评估提供了方向和警示。