DeepSeek
DeepSeek-V4-Pro 评测成绩
来自 2 个来源、5 项基准的 11 条成绩。
其他名称: deepseek-v4-pro-high-20260813 · deepseek-v4-pro · deepseek-v4-pro_none · DeepSeek v4 Pro (unknown thinking) · deepseek-v4-pro_high · DeepSeek v4 Pro (high) · deepseek-v4-pro_max · DeepSeek v4 Pro (max)
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1465 | 55 | Overall, style control on; 9815 votes; 95% CI 1458–1471“deepseek-v4-pro-high-20260813” | 官方榜单 | 2026年10月8日 |
| LMArena Text | 1458 | 62 | Overall, style control on; 57657 votes; 95% CI 1454–1462“deepseek-v4-pro” | 官方榜单 | 2026年10月8日 |
| LMArena WebDev | 1582 | 32 | Overall; 4740 votes; 95% CI 1573–1591“deepseek-v4-pro-high-20260813” | 官方榜单 | 2026年10月8日 |
| LMArena WebDev | 1447 | 70 | Overall; 14019 votes; 95% CI 1440–1453“deepseek-v4-pro” | 官方榜单 | 2026年10月8日 |
| GPQA Diamond | 90.9% | 31 | Epoch AI run, accuracy; effort: high | 独立评测 | 2026年8月6日 |
| GPQA Diamond | 89.7% | 47 | Epoch AI run, accuracy; effort: max | 独立评测 | 2026年6月16日 |
| GPQA Diamond | 73.2% | 148 | Epoch AI run, accuracy; effort: unknown thinking | 独立评测 | 2026年8月6日 |
| SWE-bench Verified | 77.6% | 6 | Epoch AI run (Epoch scaffold); effort: max | 独立评测 | 2026年6月18日 |
| AIME (OTIS Mock AIME 2024–2025) | 96.7% | 39 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: max | 独立评测 | 2026年6月17日 |
| AIME (OTIS Mock AIME 2024–2025) | 95.6% | 43 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: high | 独立评测 | 2026年8月6日 |
| AIME (OTIS Mock AIME 2024–2025) | 46.7% | 172 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: unknown thinking | 独立评测 | 2026年8月6日 |
本站相关
常见问题
DeepSeek-V4-Pro 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub和LMArena leaderboard dataset。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。