跳到正文

DeepSeek V4 Flash Preview

数据来源:AIHOT

← 模型榜
DeepSeek

上线日期: 2026-04-24 · 上下文: —

开源权重 ↗
47.6

综合排名 73

官方 API 价格 ¥ / 百万 Token

输入
¥1
输出
¥2
缓存命中
¥0.02

保留预览版价格;旧 deepseek-v4-flash 接口现转至 V4.1 Flash 1017。

保留预览版价格;旧 deepseek-v4-flash 接口现转至 V4.1 Flash 1017。

官方价格页 ↗

领域能力

榜单名次评分评测数
综合7347.618
编程7646.83
科研7149.13
专业办公7048.85
知识问答7946.73

编程 · 46.8

评测机构公布的成绩折算分原榜名次核实日期备注
LiveBench Coding ↗

写函数、补全代码,题目定期换新,答案自动跑测试核对。

LiveBench69.2%49.7692026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

Terminal-Bench 4.0 ↗

在终端完成软件、科研等复杂任务,再由各题的测试检查结果。

Artificial Analysis2.5%48.91592026-11-18
备注

通过率低于 5%,只说明“至多这么强”。代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

LiveBench Agentic Coding ↗

在真实代码仓库里查找并修复问题,再用测试检查改动。

LiveBench37.6%47.2692026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

SciCode ↗

把物理、化学、生物等科研问题写成能运行、算得对的计算代码。

Artificial Analysis45.3%44.71642026-11-18
备注

代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

科研 · 49.1

评测机构公布的成绩折算分原榜名次核实日期备注
Humanity's Last Exam ↗

数学、科学、人文等几十个学科的专家级难题,不借助工具直接作答。

Artificial Analysis34.8%52.81412026-11-18
备注

代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

CritPt ↗

物理研究前沿的原创难题,要一步步推导出准确答案。

Artificial Analysis7.1%51.11612026-11-18
备注

代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

LiveBench Reasoning ↗

斑马谜题、空间推理、情境推理这类题,答案自动核对。

LiveBench70.6%46.1672026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

专业办公 · 48.8

评测机构公布的成绩折算分原榜名次核实日期备注
LiveBench Data Analysis ↗

处理表格重排、表格连接和连续事件分析等数据题。

LiveBench68.0%53.2572026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

AutomationBench-AA ↗

在模拟办公软件中处理业务流程,按完成目标和守规情况评分。

Artificial Analysis28.0%52.11692026-11-18
备注

代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

AA-Analyst Agent ↗

分析数据、回答 14 个领域的专业问题,同一题跑五次都对才算通过。

Artificial Analysis25.0%51.2452026-11-18
备注

代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

GDPval-AA ↗

按几十种职业的真实工作出题,比如写报告、做表格,由裁判两两比较产出质量。

Artificial Analysis1,04545.51792026-11-18
备注

代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

AA-Briefcase ↗

完成办公项目里写报告、做表格这类长任务,按细则和成果质量评分。

Artificial Analysis836.442.72012026-11-18
备注

代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

知识问答 · 46.7

评测机构公布的成绩折算分原榜名次核实日期备注
LiveBench IF ↗

按一串具体的格式和内容要求作答,看能不能条条做到。

LiveBench63.1%52.8602026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

LiveBench Language ↗

纠正错字、把打乱的情节排回原序、给词语分组等语言题。

LiveBench70.1%48.5602026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

AA-LCR ↗

读很长的文档,回答要把多处信息串起来才能答的问题。

Artificial Analysis74.3%47.41832026-11-18
备注

代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

BullshitBench v2 ↗

问题里藏着错误前提,看模型能不能指出来,而不是顺着编下去。

BullshitBench14.0%14.82302026-11-18
备注

这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:xHigh 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

真人盲选 · 46.8

评测机构公布的成绩折算分原榜名次核实日期备注
Arena Text ↗

真人匿名比较两个模型的回答,投票选出更好的回答。

LMArena1,43946.51002026-11-18
备注

代表配置:High 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

Arena WebDev ↗

真人匿名比较两个模型做出来的网页,选更好的那个。

LMArena1,431.145.7972026-11-18
备注

代表配置:High 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

还没有成绩的评测

  • Terminal-Bench 4.0 · Vals
  • Terminal-Bench 4.0 · 官方
  • Code Migration v1.1
  • ProgramBench
  • MirrorCode
  • Vibe Code Bench v1.1
  • CyberBench Patch v1.1
  • FrontierCode 2.0 · AA
  • APEX-SWE
  • FrontierCode 2.0 · Cognition
  • WeirdML v3
  • FrontierSWE v2
  • TapTap Maker
  • FrontierMath v2 · Tiers 1–3
  • 致知 · 逻辑月榜
  • 司南 · 推理
  • ARC-AGI-2
  • 司南 · 抽象
  • CritPt v2 Hard · AA
  • Chess Puzzles
  • Mystery Game Puzzles
  • MysteryMechanism
  • Terminal-Bench Science · Vals
  • Terminal-Bench Science · AA
  • BioMysteryBench
  • Vals Finance Agent v2.1
  • APEX-Agents 1.1
  • Harvey LAB 1.1 · Vals
  • Harvey LAB 1.1 · AA
  • τ³-Banking · Mercor
  • Legal Research Bench
  • TaxAgentBench
  • Excel Modeling v1.1
  • AA-Omniscience v1.1
  • SimpleQA Verified
  • 司南 · 知识
  • MLCR-AA
  • NYT Connections 扩展版

最近的新闻