Combinei GPT-6 Astra com DeepSeek... (100x mais barato)

Autoria: Jack Roberts · Assistir no YouTube

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: I Combined GPT-6 Astra With DeepSeek… (100x Cheaper) · Canal: Jack Roberts · 14:56 · Assistir no YouTube

Tópicos: Agentes de IA, Automação de tarefas e workflows, Inferência e otimização de modelos, Modelos de IA, Modelos locais e open source

Resumo

Jack Roberts apresenta testes com o DeepSeek V4.1 e mostra como conectá-lo ao GPT-6 Astra para delegar tarefas, reduzindo custos em alguns usos. Nos exemplos, o DeepSeek se sai bem ao analisar dados, adaptar sites existentes e modificar um dashboard, mas exige revisões para criar designs do zero. O vídeo também compara benchmarks, custos e a possibilidade de executar versões quantizadas localmente. A recomendação é usar o DeepSeek como modelo de trabalho para tarefas adequadas e recorrer ao Astra para trabalhos mais complexos, PDFs e checagem factual.

Pontos-chave

O vídeo mostra como integrar o DeepSeek ao framework Codex para que o GPT-6 Astra possa delegar tarefas ao modelo.
O apresentador cita resultados de benchmarks de automação, engenharia de software e uso de terminal como evidência da evolução do DeepSeek.
Em testes práticos, o DeepSeek analisou dezenas de milhares de linhas de dados e modificou um dashboard preservando seu sistema de design.
Para criar apresentações e designs do zero, o modelo pode precisar de várias revisões; o apresentador recomenda usar Astra para orientar esse tipo de trabalho.
O DeepSeek é apresentado como uma opção econômica para tarefas de execução, embora possa usar mais tokens que o Astra.
O vídeo afirma que versões quantizadas podem ser executadas localmente, mas que o hardware necessário pode ser caro.
O apresentador recomenda Astra para tarefas de programação mais difíceis, PDFs complexos e checagem de fatos.
A proposta central é combinar modelos: deixar o DeepSeek cuidar de tarefas adequadas e reservar Astra para trabalhos que exigem capacidades de ponta.

Capítulos

Início	Capítulo	Resumo
00:00	Apresentação do DeepSeek e integração com Codex	O apresentador introduz o DeepSeek, explica como conectá-lo ao Codex e cita resultados de benchmarks.
02:39	Testes de design e integração com Higfield	O vídeo mostra a geração de apresentações e imagens e avalia como o DeepSeek adapta sites e designs existentes.
07:32	Análise de dados e reformulação de dashboard	O DeepSeek é testado em análise de pedidos e na modificação de um dashboard para preservar um sistema de design existente.
11:17	Custos, execução local e delegação de tarefas	O apresentador compara custos e eficiência de tokens, comenta a execução local e demonstra a delegação do Astra ao DeepSeek.
13:21	Limitações e recomendações de uso	O vídeo aponta limitações em design do zero, programação difícil, PDFs e confiabilidade factual, recomendando o DeepSeek como modelo de trabalho.

Citações

Ele consegue seguir instruções, mas é preciso orientar o modelo e dedicar algum tempo a revisões. — 05:53

Custou menos de 10 centavos. Fez isso em 7 minutos e 18 segundos. — 11:17

A ideia não é deixar de usar Astra. — 12:49

DeepSeek V4.1 é o que eu chamaria de modelo de trabalho: é muito inteligente e muito barato. — 14:23

Conceitos e entidades

DeepSeek V4.1 (modelo): Modelo que o apresentador testa como opção econômica para tarefas de programação, análise de dados e alterações em sistemas existentes.
GPT-6 Astra (modelo): Modelo apresentado como opção de ponta que pode delegar tarefas ao DeepSeek.
Codex (ferramenta): Framework usado no vídeo para abrir e integrar o DeepSeek por meio do terminal.
DeepSeek Harness (ferramenta): Ambiente descrito como a versão da DeepSeek de ferramentas de programação como Claude Code.
MCP (conceito): Mecanismo usado no vídeo para conectar ferramentas e serviços, incluindo a integração com Higfield.
Higfield (ferramenta): Serviço apresentado para gerar imagens e vídeos, conectado ao modelo por CLI.
AutomationBench (benchmark): Benchmark citado para avaliar a capacidade de um agent de concluir tarefas de automação com várias etapas.
Terminal-Bench 2.1 (benchmark): Benchmark mencionado para medir a conclusão de tarefas usando um terminal e suas ferramentas.
Jack Roberts (pessoa): Apresentador do vídeo que relata seus testes e recomendações sobre o uso combinado dos modelos.
OpenRouter (empresa): Serviço que o apresentador menciona ao comparar o uso de uma chave de API direta da DeepSeek.

Tradução completa (pt-BR)

00:00 O novíssimo modelo da DeepSeek acabou de ser lançado e custa 88 vezes menos que o GPT Astra, além de ser tão poderoso quanto o GPT 5.6 Soul. Neste vídeo, depois de passar dias testando esse modelo, vou mostrar exatamente quando você deve usá-lo, no que ele é excelente, para que não deve usá-lo e, o mais importante, como podemos combiná-lo com o GPT Astro, o melhor modelo do mundo, para obter um desempenho incrível por muito, muito menos. Pegue seu café. Vamos direto ao assunto e começar com o Deep Astra. Então, podemos usar o novíssimo

00:34 modelo DeepSeek dentro da nossa estrutura Codex. Muitos de vocês sabem que existe algo chamado harness do DeepSeek. Essencialmente, é a versão do DeepSeek do Claude Code, onde podemos criar e programar com ele. Mas, se você acessar este repo gratuito no GitHub — vou deixar o link abaixo —, podemos vir até aqui, copiar isto e passar para o Codex. Depois, basta dizer: “Quero que você abra o DeepSeek dentro do terminal, no framework ChatGPT Codex.” Claro, isso explica tudo, e você cola o link. Ele fará isso

01:04 por você. Isso permite que o Astra delegue tarefas a esse modelo DeepSeek usando seus arquivos existentes, todas as suas ferramentas existentes e tudo a que você já tem acesso no ChatGPT, o que é incrível. Mas por que isso importa? Porque isso representa um avanço realmente grande, e este é um modelo que você também pode hospedar localmente. Resumindo: o DeepSeek ficou muito mais forte, de forma absurda. Veja este exemplo. Este é o Automation Bench. O Automation Bench mede o desempenho de um agent na conclusão de tarefas de automação com várias etapas

01:36 O elemento azul à direita é o DeepSeek. Veja como ele se compara ao Opus 5. Veja como se compara ao Soul 5.6. E, para mostrar o quanto ele avançou em relação ao V4, veja isto. Com o V4, fomos de 37,7 a 54,8. É incrível. Também posso mostrar o Deep Suite V.1. Esse benchmark avalia o desempenho na resolução de tarefas de engenharia de software no codebase. 74,2%. Literalmente supera o Opus 5 e fica pouco mais de 1% à frente do Solve 5.6.

02:08 E também temos o Terminal Bench, o Terminal Bench 2.1, que avalia o desempenho na conclusão de tarefas usando um terminal e suas ferramentas. E ele chegou a 90,6%. Está arrasando. É multimodal. Consegue enxergar e fazer muitas coisas diferentes. O que isso significa para você? Para aplicativos web funcionais, ele é excepcional. Mais uma vez, supera o 5.6, e seu desempenho em workflows empresariais é realmente impressionante. Também temos documentos longos, e vou mostrar onde ele se destaca, onde fica para trás e como esses benchmarks se sustentam na prática. Vou fazer isso, essencialmente, em três níveis.

02:39 Vamos fazer tarefas de design, workflows reais do dia a dia de empresas e, depois, ver como ele pode ajudar com sistemas operacionais agentic. Vamos começar pelo nível um: fazer o DeepSeek criar designs. Se você chegou agora, a propósito, sou Jack. Construí e vendi minha última startup de tecnologia, que teve zilhões de clientes. Agora, estou criando minhas próprias startups de IA e compartilho neste canal o que realmente funciona. Se gostar, fique à vontade para se inscrever e receber mais atualizações como esta sobre as novidades mais avançadas. O Deep em si é muito, muito interessante. Há duas maneiras principais de usá-lo. Uma é com o Deep Astro, sobre o qual vou falar, e a outra

03:10 que temos, como expliquei anteriormente, é o harness do DeepSeek, que você pode obter neste repo. A primeira coisa que descobri que você precisa fazer ao testar isso é acessar o site da plataforma DeepSeek. Outro motivo para isso, pessoal, é que, quando usei o Open Router, às vezes eu atingia o limite de requisições. Depois que obtive minha API key diretamente do DeepSeek — que você também pode levar para o Open Router —, descobri que não atingia mais o limite e a experiência ficou bem mais fluida. Então, depositei uns 20 dólares, ou o valor que você quiser, aqui. É fácil criar uma API key e usar essa chave. E eu

03:43 testei isso em dezenas de situações. Mas o que quero testar de verdade é a capacidade dele de criar apresentações e imagens bonitas, tudo orquestrado pelo GPT Astro. Para isso, precisamos conectar o Higfield. Se você não conhece o Higfield, ele permite criar e gerar imagens e vídeos incríveis. Como podem ver, muitas das imagens que usei nesta apresentação, por exemplo, criei no Higsfield. Você pode usar modelos de ponta, inclusive os novíssimos modelos GPT de geração de imagens. É extremamente fácil de usar, e posso transformar tudo em vídeos. É incrível. Então, queremos dar essa skill ao DeepSeek para que ele possa gerar essas imagens para nós e assim

04:17 possamos testá-lo. Para conectar, basta clicar em MCP na parte superior e, depois, em CLI, à direita. Vou deixar um link abaixo, para você conferir. Basicamente, podemos passar isso ao DeepSeek ou ao ChatGPT e conectar nosso computador ao Hickfield. Assim, o DeepS poderá se conectar ao Hickfield de forma programática. Vou usar o DeepSeek e dizer: “Olá, você pode se conectar ao Hickfield CLI?” Vou descer até aqui e inserir isso. E o mais interessante, pessoal, é que, se ainda não estiver conectado a esse modelo, você pode dizer ao GPT Astra: “Ei, pode me conectar a isso?” E ele fará

04:49 isso por você. Como podem ver, ele me informa que o CLI já está instalado globalmente. Agora posso usar isso para gerar imagens e vídeos. Fiz muitos testes, mas a primeira coisa que quis testar foi a capacidade dele de criar uma apresentação para mim, e foi o que ele fez. Como podem ver, este vídeo também foi criado com o Higfield. A propósito, isso foi feito 100% pelo DeepSeek, DeepSeek V4.1 Frontier Reasoning, aberto para todos, com uma context window de um milhão de tokens. Os pesos agora são abertos. Precisei fornecer alguns designs de referência. Basicamente, disse: “Gosto do visual deste site”, e ele transformou isso em um

05:21 design. Foi isto que ele entregou. Agora, vamos dar uma olhada. Temos o slide um: “O dobro do raciocínio, metade dos pesos. Três coisas que reconstruímos.” Acho que ficou muito bonito, com animações lindas, para ser justo. Mais uma vez, o Astra não teve participação nenhuma nisso; foi só o DeepSeek. Muito legal. Como podem ver, ele tem animações lindas. Rascunho, revisar, corrigir. Basicamente, é uma apresentação sobre o DeepSeek, e diz que já está disponível. Precisei pedir umas três ou quatro revisões. Na primeira tentativa de design, ele não fez o melhor trabalho do mundo

05:53 mas acho que isso mostra que ele é capaz de seguir instruções quando você escreve o prompt corretamente. Então, do ponto de vista de design, ele provavelmente consegue fazer mais do que você imagina, mas você precisa orientá-lo e dedicar algum tempo a idas e vindas. Por isso, combiná-lo com o Astra é muito poderoso e interessante, e vou falar disso neste vídeo. Outra coisa que fiz foi criar este site aqui com o GPT Astra. Uma coisa interessante que podemos fazer, pessoal, é pedir ao Astra que crie designs e aproveite sites incríveis. Depois que esses sites estiverem criados e desenvolvidos, podemos passar para

06:26 DeepSeek. Então, digamos que tivéssemos um modelo que estivéssemos criando para nossos clientes. Na verdade, dei este site específico ao DeepSeek e disse: “Ei, pode alterar o texto para que seja de uma empresa chamada Bricks, que é mais ou menos uma empresa de infraestrutura de IA?” E ele me devolveu isto. Basicamente, passou por tudo e alterou todos os textos. Dá para ver que ele chegou até aqui e mudou todos os logotipos. Agora, olhem só, pessoal: ele não criou esses logotipos. Mas conseguem ver como conseguiu manter a coerência com todos os sistemas e a arquitetura de design que tínhamos inicialmente? Então, conseguiu preservar isso para mim, o que é muito

06:58 bom. Se eu tivesse pedido à Astra para fazer isso, talvez precisasse até fazer uma segunda hipoteca só para pagar a conta. Mas, com isso, dá para ver que ela conseguiu manter essa coerência. Mudou o texto e fez alterações nos sistemas de design existentes. Vamos até aqui e, como podem ver, ela também mudou as imagens e todo o resto. Outra coisa legal, porém, é que ela não é incrível para criar tudo do zero. Ainda é melhor do que muitos modelos eram há seis meses, mas, ao usar isso, você vai querer essencialmente fazer a Astra delegar ao DeepSeek quando estiver fazendo alterações ou trabalhando com sistemas de design existentes. Para criar do zero, ainda é

07:32 capaz, mas ainda não é o melhor modelo do mundo. Não é o principal engenheiro de design. Então, é muito interessante. Podemos usar a Astra com o DeepSeek para criar coisas interessantes, mas, para começar do zero, eu não usaria necessariamente apenas o DeepSeek. Ele é bom para dar suporte e desenvolver algo a partir de uma base, mas isso nos leva a algo muito interessante: o maior ponto forte do DeepSeek, que é a capacidade de analisar dados. Agora, vou mostrar exatamente como ele se saiu. E, se parece que estou falando espanhol, vou deixar abaixo um link para minha Masterclass completa de GPT Astra, que é

08:04 lançada agora e vai ensinar a vocês os fundamentos de IA, produtividade e operações, negócios e sistemas de escala, marketing, criação e automações. Essencialmente, são coisas que vocês podem implementar de verdade com GPT-6 Astra para avançar, economizar tempo e ter muito sucesso. Vocês também terão acesso imediato a todo o meu sistema operacional agêntico, a todos os meus diferentes sistemas de memória, meus sistemas de design, meus sistemas de negócios e todo o resto. Vou deixar um link abaixo para vocês participarem e ficarem anos-luz à frente. Agora, pedi tanto ao DeepSeek quanto à Astra que analisassem mais de 50 mil linhas de dados para responder

08:37 basicamente a 17 perguntas, e ambos conseguiram fazer isso com 100% de precisão. Pedi que analisassem mais de 45 mil pedidos pagos. Se eu descer até os próprios relatórios, vocês podem dar uma olhada. Temos um do Atlas, quer dizer, um do GPT e outro do próprio DeepSeek. Dá para ver a receita, onde ela entra, todas as perguntas, e ele criou isto. E temos a mesma coisa também do DeepSeek. Mais uma vez, o design não está exatamente no nível da Astra por si só, mas dá para ver o que ele conseguiu fazer. E isso está bem alinhado com o que os

09:07 benchmarks indicam em termos de desempenho e capacidade de realizar essas tarefas de automação. E agora já testamos isso. Eu queria fazer mais um teste, que era essencialmente resolver um problema para mim no meu sistema operacional agêntico. Queria dar a ele uma ideia um pouco difícil, para ver exatamente como se sairia. Recentemente, adicionei à comunidade o meu sistema operacional agêntico, basicamente este sistema operacional de negócios, que permite ver um resumo de todas as suas contas. Você pode fazer perguntas. Pode dizer algo como: “Ei, quanto dinheiro devo receber este mês?” A ideia é ajudar você a

09:40 administrar melhor seu negócio. É como um sistema operacional que reúne todos os seus modelos. Ele informa quanto dinheiro você está gastando e mostra coisas como insights sobre como pode melhorar. É muito legal e tem todo esse conteúdo incrível integrado. Então, este era um novo sistema de interface de usuário de design. Ele pode mostrar detalhamentos e tudo mais. Basta conectar sua conta. É como o Mercury. Tudo é feito localmente para você, e você tem acesso a esses sistemas incríveis. Agora, o que eu queria fazer aqui — e olhem só, ele até respondeu usando um modelo. Nem precisei fazer nada. É como meu centro de comando. O que eu queria fazer era pegar esse sistema de design e dizer: “Olha, você consegue redesenhar meu painel exatamente com o mesmo sistema de design

10:14 ?” Este é um produto grande, eu diria, bastante complexo. Estou trabalhando nele há algum tempo. Até criei um processo de integração, que levou umas oito horas para construir, para ajudar as pessoas. É muito interessante. Dá até para editar sites aqui, editar os textos e fazer um zilhão de coisas diferentes. E o que o DeepSeek fez? Ele foi lá e fez. Agora, vou mostrar os resultados. Se eu abrir meu painel, dá para ver que ele manteve a mesma tipografia e agora dividiu tudo em seções diferentes para facilitar. Então, em vez de ter uma seção enorme com rolagem, como antes, temos o resumo, que mostra quanto

10:44 dinheiro gasto com IA por mês, quanto dinheiro estou economizando, quais são minhas atividades de melhoria e como posso melhorar — porque ele sonha todas as noites e descobre isso para mim. Ele mostra detalhes do meu uso, de todos os modelos disponíveis e do desempenho deles. Mostra informações sobre meu espaço de trabalho, meus sistemas de memória, meus grafos de conhecimento e como tudo se conecta. E ainda mostra algumas informações do sistema. Então, conseguiu entender o sistema de design existente e criar isso para mim. Ainda posso pedir à Astra para conferir. Mas o DeepSeek é o modelo de trabalho. Fiquei muito impressionado com isso. Quanto custou

11:17 de verdade, pessoal? Custou menos de 10 centavos. Isso me custou 9, 9,5 centavos, o que é loucura. Ele fez isso em 7 minutos e 18 segundos e conseguiu fazer tudo para mim. Certo, vamos comparar. Se você usasse outro modelo para isso, um modelo mais avançado, como o GPT Astra, seria um absurdo fazer isso pela API. E aqui dá para ver algumas diferenças entre este modelo DeepSeek, o Astra 6 e o Soul 5.6. A eficiência de tokens também é algo a considerar: o DeepSeek usa mais tokens

11:47 do que a Astra. Com certeza vai usar. Então, não dá para olhar só o preço anunciado da Astra, porque a inteligência por token gasto da Astra é maior. Ela simplesmente consegue fazer mais por token. Portanto, o número de tokens não é o único critério que podemos usar aqui. Agora, dá para executar este modelo localmente. Para isso, estimamos que, usando uma RTX 5090 com esta quantidade de RAM, o custo ficaria em torno de US$ 13 mil ou mais. Só para conseguir executá-lo localmente, e você teria cerca de cinco tokens por segundo. Mas é um grande avanço poder executar localmente versões quantizadas desses modelos.

12:18 É incrível. Quanto isso realmente custa? Se eu olhar os preços de entrada e saída, só para mostrar a vocês: o GPT Astra custa US$ 60, o GT 5.6 custa US$ 24 e o DeepSeek V4.1 custa US$ 0,75. Esse é o preço fora do horário de pico; no horário de pico, custa mais ou menos o dobro, o que é loucura. Então, a ideia aqui não é deixar de usar a Astra. Minha filosofia é que a Astra é uma tecnologia de ponta. E é mesmo, mas há algumas tarefas que o DeepSeek V4.1 pode fazer por nós. E, se você é alguém que está atingindo seu

12:49 limites no Astra, você está ultrapassando o que sua assinatura permite. Ter a possibilidade de o Astra delegar tarefas ao Deepseek V4.1 pode fazer uma grande diferença. Quero dizer, eu até me conectei ao GL. Por exemplo, às vezes posso dizer algo como: “Ei, cara. Você poderia me dizer quando o Deepseek V4.1 foi lançado? Pode perguntar isso ao Deepseek.” Então, esta é minha ferramenta de transcrição, certo? E, basicamente, configurei uma conexão para poder simplesmente fazer perguntas ao Deep Seek. Quando faço isso, o harness é aberto e eu acabei de fazer uma pergunta diretamente ao Deep Seek V4.1. Esse é o poder deste harness e

13:21 dessa conexão. Agora deixei tudo pronto para fazer perguntas sempre que quiser. Agora, como você pode ver, ele está verificando alguns fatos e descobriu que o lançamento foi por volta de 10 de setembro, o que é incrível. Então, vamos analisar algumas das desvantagens deste modelo, ou seja, em que ele não é tão bom. Ele não é tão bom para criar designs do zero. Primeiro: se você fornecer bastante material de referência e estiver disposto a ir e voltar com ele, vai chegar a um ótimo resultado. Mas, em termos de economia de tempo, isso é uma falsa economia. Simplesmente use o DeepSeek para essa finalidade. Eu não faria isso. Ele serve para fazer ajustes e desenvolver sistemas existentes. Use-o como um modelo de trabalho em segundo plano

13:51 porque ele é realmente incrível. E dá para ver aqui como isso se reflete em tarefas difíceis de programação. Para suas maiores tarefas de programação, eu ainda recorreria ao Astra 6. Depois disso, vamos dar uma olhada em PDFs complexos. PDFs são notoriamente uma situação meio maluca e complicada. Ele ainda é capaz, mas não tanto quanto o Astra; então, para qualquer questão especializada envolvendo PDFs, recorra ao Astra. Mais uma vez, ele continua sendo muito bom, mas, sabe, não está no nível do SOL 5.6 nem do Astra 6. E, por fim, quanto à confiabilidade factual, ele não é o modelo mais confiável do mundo para fatos

14:23 . Então, quando se trata de verificar fatos, não use o Deepseek V4.1. E, daqui para a frente, eu usaria o Deepseek V4.1 como meu modelo de trabalho. Tenho o Astramm, que uso para minhas tarefas de fronteira, meu raciocínio de alto nível e de grande capacidade, e também tenho meus sistemas claude. Mas o Deepseek V4.1 é o que eu chamaria de modelo de trabalho: basicamente, ele é muito inteligente e muito barato, certo? O que é perfeito. Então, haverá uma série de tarefas em que você poderá confiar tranquilamente

14:56 no DeepSeek para fazer isso por você, e o fato de ele ser hospedado localmente também é incrível. Assim, usando o Deep Astra, você pode fazer com que o Astra diga: “Ei, se você achar que esta tarefa é para o Deepseek, basta delegá-la ao Deepseek e receber as informações de volta.” Mas isso nos leva a uma pergunta muito importante: temos essa inteligência no nível de AGI. Mas o que podemos realmente fazer com ela para impulsionar nossos negócios e nossas vidas? Vou mostrar exatamente algumas das tecnologias e capacidades que você pode usar agora.

Transcrição original

[00:00] The brand new Deep Seek model just dropped and it is 88 times cheaper than GPT Astra and as powerful as GPT 5.6 Soul. And in this video, I’m going to show you after days of testing this model exactly when you need to be using this and what it’s excellent at, what you shouldn’t be using it for, and then most importantly, how we can actually combine this with GPT Astro, the world’s best model to get incredible performance for a lot lot cheaper. Grab that coffee. Let’s go straight in and begin with Deep Astra. So, we can use the brand new

[00:34] Deepseek model actually inside of our codeex framework. Now, many of you will know that you can use something called a Deepseek harness. This is just DeepSeek’s version of Claude Code essentially where we can build and code with them. But actually, if you come down and grab this free GitHub repo, I’ll put a link down below. What we can do is literally come down here, copy this, and give it to Codeex. Then simply say I would like you to open up deepseeek inside the terminal within the chat GPT codeex framework. Of course this explains everything inside it and you paste that link and it will do that

[01:04] for you. Now this enables Astra to actually delegate work to this deepseek model using your existing files uh all your existing tools and everything that you have access to already uh within chat GBT which is incredible. Now why do we actually care about this? cuz this is genuinely big moves and this is a model you can actually host locally as well. The bottom line is that Deep Seek got way stronger like ridiculously. Look at this for example. This is automation bench. Automation Bench covers how well an agent completes multi-step automation

[01:36] tasks. That blue thing on the right is DeepSeek. Look at how it compares to Opus 5. Look at how it compares to soil 5.6. And just to show you how much this has stepped up from V4. If I show you V4, look at this. We went from 37.7 to 54.8. It’s crazy. Then I can show you Deep Suite V.1. This covers how well it solves software engineering tasks in the codebase. 74.2%. Literally um defeating Opus 5 and defeating by about over 1% solve 5.6.

[02:08] And then we have Terminal Bench as well, Terminal Bench 2.1, which is how well it completes task using a terminal and its tools. And it’s at 90.6%. It is crushing it. It’s multimodal. It can see it can do many different things. Now, what does it mean for you? For working web apps, it is exceptional. Again, better than 5.6 and its performance on business workflows is pretty incredible actually. And then we’ve got long documents and I’m going to show you where this excels, where it falls behind, and how these benchmarks hold up in practice. And I’m going to do that uh essentially across three levels.

[02:39] We’re going to do design tasks, we’re going to do real business life workflows, and then how it can actually help with the agentic operating systems. And let’s begin with level one, which is getting deepseek to design. If you’re new here, by the way, I’m Jack. I built and sold my last tech startup like a gazillion customers. Now, I’m building my own air startups and I share on this channel the stuff that really works. If you like that, feel free to drop a subscribe so you get more updates like this on the cutting edge. Now, deep itself is very, very interesting. Two big ways that we can use this. One is with the deep astro, which I’ll communicate on, and the other one that

[03:10] we’ve got, as I explained previously here, is we have the deepsek harness, which you can grab from this repo here. Now, first thing that you need to do when you’re testing this, I have found is you want to head over to the Deepseek platform website. Another reason for this, guys, is I found when I was using Open Routter, I’d occasionally get rate limited. Once I got my API key directly from Deepseek, which you can actually take that key over to Open anyway, I found that I just wasn’t getting rate limited and it was just a way smoother experience. So, I just deposited like 20 whatever dollars you want to in here. You can easily create an API key and then just use that instead. And I

[03:43] actually run this across dozens of tests. But what I want to really test is it ability to build beautiful presentations and images all orchestrated by GPT Astro. Now to do this we need to go ahead and connect Higfield. Higfield if you don’t know enables us to build and generate beautiful images and videos. As you can see many of the images I even used for this presentation I actually just built in Higsfield. You can use literally the state-of-the-art models the brand new GPT image models. It is exceptionally userfriendly and I can turn everything into videos. It’s incredible. So we want to give this skill to DeepSeek so it can generate these images for us and that we

[04:17] can actually test it. Now to connect this just click on MCP at the top and then click on CLI on the right hand side and I’ll put a link down below so you can just see over here and effectively what we can do is give this to DeepSeek or Chat GBT and basically connect our computer to Hickfield and that means that DeepS will be able to programmatically just connect to Hickfield. I’m into Deepseek. I’ll just say hey there could you connect to the Hickfield CLI. going to come down here and enter that there. And what’s really interesting guys is if you aren’t connected to this model yet, you can actually say to GPT Astra, hey, go ahead and connect me to this. And it will do

[04:49] that for you. And as you can see here, guys, it tells me the CLI is already installed globally. So now I can go ahead and use this to generate images and videos. Now, I did so many tests, but the first thing I wanted to really test out with here was his ability to go ahead and generate for me a presentation, which it went ahead and did. As you can see, this video here again, it just created with Higfield. This was 100% by the way just deepseek deepseek v4.1 frontier reasoning open to everybody million token context the weights are open now I had to give it some reference designs to this I basically said hey I like the look of this website kind of turned this into a

[05:21] design here and this is what it went ahead and actually delivered now let’s go through and have a look we have slide one we have twice the reasoning half the weight three things that we rebuilt I think it’s a pretty gorgeous you know gorgeous animations to be fair again no astster involved in this whatsoever this was just Deepseek. Very, very cool. As you can see, it’s got some gorgeous animations. Uh, draft, check, revise. This is basically a presentation on DeepSeek, and it says it is now available today. Now, I had to give this probably three to four revisions back. It didn’t do the best job in the world

[05:53] on its first prompt on the design, but I think it shows that it is capable of following instructions when you prompt it correctly. So it can probably do more than you think on a design point of view, but you just actually have to congeal it and spend a little bit of time going back and forth, which is why combining it with Astra is actually very powerful and very interesting, which I’m going to cover in this video. The other thing that I did is I had this website here that I built with GPT Astra. Now, one interesting thing that we can do here, guys, is we can have Astra design uh and leverage beautiful websites and then what we can do once those websites are built and developed is pass over to

[06:26] Deepseek. So let’s say that we had a template that we were building for our clients. I actually gave DeepSeek this individual website and I said, “Hey, go ahead and change the text such that it’s for a company called Bricks and they are kind of like an AI infra company and it came back with this.” And it went through it basically changed all the texts and you can see it went down here and it changed all the logos. Now look at this guys. It hasn’t actually designed these logos itself. But can you see how it’s managed to keep in line with all of the design systems and design architecture that we had initially? So, it’s been able to maintain that for me, which is really

[06:58] good. Now, if I’d have asked Astra to do this, you know, I might have had to get a second mortgage just to kind of pay the bill. But with this, you can see it’s been able to maintain that. It’s changed the text. It’s made amendments to existing design systems. Come down here, and as you can see, it’s even changed the images and everything else. The other cool out here, though, is it is not incredible at building straight from scratch. It’s still better than a lot of models were 6 months ago, but when you’re using this, you want to essentially have Astra delegate to Deepseek if you’re looking at doing amendments or those existing design systems from scratch. It’s still

[07:32] capable, but it’s not the best model in the world yet. It’s not the chief design engineer. So, very interesting. We can have Astra leveraging Deepseek to go ahead and build some interesting things, but from scratch, I wouldn’t necessarily just use Deepseek. It’s good to support and build on, but it does lead us on to a very interesting one here, which is essentially Deepseek’s biggest strength, which is its capability to actually look at data. Now, I’m going to show you exactly how well this performed. And if this sounds like I’m speaking Spanish, I’m going to put a link down below for my full GPT Astro Masterass, which is

[08:04] dropping, which will take you through AI foundations, productivity and live, business and scaling systems, marketing, creation, automations, essentially things you can actually implement with GPT6 Astra that will move you ahead, that will save you time and help you absolutely crush it. And you also get immediate access to my entire Agentic operating system, all my different memory systems, my design systems, my business systems, everything else. I’ll put a link down below so you can join that and get light years ahead. Now, I had both DeepSeek and Astra go through over 50,000 rows of data to answer

[08:37] basically 17 questions and both were able to do so with 100% accuracy. It had it look at over 45,000 paid orders. Now, if I come down to the reports itself, you can actually have a look at this. We have one from Atlas, excuse me, one from GPT and then one from uh Deepseek itself. And you can see we can actually see what all the revenue looks like, where the revenue lands, all the questions, and it’s gone ahead and built this. And then we have the same thing as well from Deepseek. Again, design’s not quite at Astro level by itself, but you can see what it’s been able to do. And this aligns very nicely with what the

[09:07] benchmarks reporting in terms of its performance and ability to do these automation tasks. And so now we’ve actually tested there. I wanted to go ahead and do one final test, which essentially was to actually solve a problem for me in my Aentic operating system. And I wanted to give it an idea here something a little bit difficult to see exactly how it would go ahead and perform. Now recently I added into the agentic operating system in my community this basically this business OS that lets you look at your overview for all your accounts. You can ask questions. You could say something like hey um how much money am I expected to receive this month. The idea of this is it helps you

[09:40] run your business better and it’s like an operating system that brings all of your models together. It tells you how much money you’re spending. It tells you things like insights about how you can improve. It’s really cool and it’s got all this gorgeous stuff built into it. So, this was a new design UI system. It can show you breakdowns and everything. You just plug in your account. It’s like Mercury. It’s all done locally for you and you get these incredible systems. Now, what I wanted to do here, and look at this, it’s even answered there with a model. I didn’t even have to do anything. It’s like my command center. What I wanted to do with this is take this design system and I wanted to go ahead and say, “Look, can you redesign my dashboard in the exact same design

[10:14] system?” This is a large, I’d say, quite complicated product. I’ve been building this for some time. I even built like an onboarding. It took me like eight hours to build to help people out. It’s very interesting. You can even edit websites in here, edit the copy, do a bazillion different things. Now, what did Deep Seek actually do? Well, it went ahead and it did it. Now, let me show you what the results were. If I come over to my dashboard, you can see that it’s actually taken the same typography and it’s now breaking down this into different sections to make it easier. So instead of having one big scrolling section which was there previously, we have the overview which is how much

[10:44] money I’m spending on AI every month, how much money it’s saving me, what my activity is for improvements of how I can improve because it dreams every night find that for me. It shows me detail on my usage and all the different models I have available and what their performances are. It shows me information on my workspace and my uh memory systems, my knowledge graphs and how everything connects together. And then even shows me some system information. So, it was able to understand the existing design system and build that for me. No, I can still get Astra to check it. But Deepseek is the workhorse model. I was super impressed with this. How much did this

[11:17] actually cost, guys? It costs less than essentially 10 cents. This cost me 9, 9.5, which is crazy. It did it in 7 minutes and 18 seconds and was able to do everything for me. Okay, comparison. If you use a different model for that, like a more frontier level model like, you know, GPT Astra, that would have been insane if you’re doing it on API. And you can see here just some of the differences between this Deepseek model and Astra 6 and Soul 5.6. Also, the token efficiency is one thing to bear in mind is that DeepS will use more tokens

[11:47] than Astra. 100% it will do. So, Astra, you can’t just look at the headline price because Astra’s intelligence per token spend is higher. it. It’s just it just gets more done per token. So tokens isn’t the only lens that we can use here. Now, you can run this model locally. To do that, we would estimate that if you’re doing an RTX 5090 with this much RAM, you’re looking at around about $13,000 plus. Just to be able to run this locally and you’d get around five tokens per second. But this is a big breakthrough that we can run

[12:18] quantitized versions of these models locally is incredible. Now, what does it actually go ahead and cost? Well, if I look at input and output, just to share this with you, GBT Astra is $60. GT 5.6 24 bucks and DeepSeek V4.175. That’s an off peak and on peak it’s about twice as expensive, which is crazy. So, the idea here is not for us to not use Astra. My whole philosophy here is that Astra is frontier level technology. It is, but there are some tasks that DeepS v4.1 can do for us. And if you’re somebody who’s hitting your

[12:49] limits in Astra, you’re going beyond your subscription, having the ability for Astra to delegate to Deepseek V4.1 can make a big difference. I mean, I’ve even connected to GL. For example, I can sometimes say something like, “Hey, dude. Could you go ahead and tell for me when was Deepseek V4.1 released? Go ahead and ask Deepseek this.” So, this is my transcription tool, right? And I’ve essentially set up a connection now where I can just ask Deep Seek questions. and I do this, it opens up the harness and I’ve just asked a question immediately to Deep Seek V4.1. Such as the power of this harness and

[13:21] this connection. Now I’ve got it there to ask questions whenever I want to. Now, as you can see, it’s now doing some factchecking and it came out around September 10th, which is incredible. Then let’s actually look at some of the drawbacks of this model in terms of where it is not the strongest. So, it is not the strongest at doing designs from scratch. Number one, if you give it heavy reference materials and you’re willing to go back and forth with it, it will get to a great output. But for your time benefit, it is a false economy. Just use DeepSeek in that capacity. I wouldn’t do it. It’s okay to amend and build on existing systems. Have it as a workhorse model in the background

[13:51] because it’s pretty freaking incredible. And you can see here how it’s borne out in terms of difficult coding. So your biggest coding tasks, I would still be leaning on Astra 6. After that, let’s take a look at complex PDFs. PDFs are famously a little bit of a wacky crazy situation. still capable, not as capable as Astra, so lean on to Astra for anything to do with PDFs expert questions. Again, it’s still up there, but again, it, you know, it’s not at the level of SOL 5.6 or Astra 6. And then finally, factual reliability, not the

[14:23] world’s most factual reliable model. So, when it comes to doing fact checks, do not bring in Deepseek V4.1. And so, the way that I would be using Deepseek V4.1 going forward is my workhorse model. I have Astramm which is I use for my frontier stuff my top level big brain thinking and I also have my claude systems but Deepseek V4.1 is what I would call the workhorse it’s the one where basically essentially it’s very intelligent and it’s very cheap right which is perfect so be certain number of tasks now where you can handily trust

[14:56] DeepSeek to do that for you and the fact that it’s locally hosted is also incredible so by using Deep Astra you can now actually have Astra say Hey, if you think this is a task for Deepseek, just delegate it to Deepseek and get the information back from it. But it does take us on to a very important question, and that’s the fact that we’ve got this AGI level intelligence. But what can we actually do with that to move our business forward, to move our life forward? I show you exactly some of the technologies and capabilities you can do right now.