DeepSeek最新更新后，其百万tokens上下文能力成为焦点。一次长达40万字的小说创作实测显示，该模型在处理超长文本时，不仅能保持人物关系清晰，还能成功完本，为长篇内容创作带来了全新的可能性。
智能速览
实测投喂15万字文档，成功生成40万字小说内容。
模型估算总消耗上下文55万，尚有40万空间，潜力可观。
在40万字长文中，人物关系清晰未乱，实现成功完本。
生成技巧上，推荐3-5章或单章生成，以保证输出效率。
社区反馈其文本读取能力大幅提升，可处理140万字长文。
精华内容
这次实测不仅验证了DeepSeek在长文本上的潜力，更积累了一套实用的操作经验。如何有效利用其百万级上下文进行创作，以下是具体的方法与细节分享。
长文能力验证
本次测试向模型投喂了约15万字的世界观与人物设定，并要求其续写小说。最终，模型成功生成了约40万字的正文，相当于150章的篇幅。
在整个创作过程中，模型共计消耗了55万tokens的上下文窗口，尚有40万tokens的余量，理论上具备创作300章体量小说的潜力。
最令人印象深刻的是，即便在40万字的长篇叙事后，模型对人物关系的把握依然准确，没有出现前后矛盾或逻辑混乱，并最终为故事画上了句号。
操作技巧分享
在实操层面，测试者发现了一些能提升生成效率和质量的技巧。首先，不建议一次性要求模型生成过长的内容，例如10章或更多。
更推荐的方式是采用“小步快跑”策略，每次生成3到5个章节，并在此基础上进行迭代。测试发现，当文本长度达到40万字左右时，生成速度可能会开始下降。
因此，当进入长文创作后期时，切换到单章生成模式，可以有效避免速度变慢的问题，保证创作流程的顺畅。
社区反馈补充
来自社区的反馈进一步补充了DeepSeek的使用图景。多位用户指出，此次更新后，模型处理长文本的读取能力得到了显著增强，有用户成功喂入了140万字的小说并顺利读取，这与此前仅能处理数万字的情况形成鲜明对比。
同时，一些用户也提到了当前版本存在的共性问题，例如在长篇创作中容易出现提前剧透后续情节的倾向，以及生成文本时偏好使用短句，导致阅读体验类似诗歌。尽管如此，其1M上下文的真实性相较于其他模型，仍获得了部分用户的认可。
局限与展望
尽管在长文本处理上取得了突破，但DeepSeek在创作细节上仍有提升空间。部分用户反馈，其生成内容的文笔有时略显生硬，甚至出现“一句话一行”的排版问题，影响阅读连贯性。此外，模型在处理特定题材（如同人创作）时，可能会对原有设定进行不合逻辑的“魔改”，例如将角色的“水泡特性”替换为“威吓特性”。
这些现象表明，在保持逻辑连贯性的同时，如何提升文风表现力和对特定创作语境的理解，是模型未来需要迭代的方向。社区也对未来的V4版本充满期待，希望其在长文本创作上能有更全面的表现。
DeepSeek的这次更新，无疑为AI长文本创作领域投下了一枚重磅炸弹。它证明了AI处理复杂叙事的潜力正在逐步成为现实。虽然细节上尚有打磨空间，但这条路的前景已经清晰可见。未来，我们是否能借助AI，轻松完成一部百万字的鸿篇巨制？
关键评论
用户对比认为，DeepSeek的100万上下文质量优于Gemini，更为真实可用。
有用户反馈，模型的长文本读取能力大幅提升，成功处理了140万字的长篇小说。
部分用户指出，模型在创作时有提前剧透后续情节的倾向，影响了故事的悬念感。
用户发现新版模型倾向于使用短句生成内容，有时会导致排版和阅读体验不佳。
