DeepSeek V4-Pro 评测升至开源第二，被指仅靠 pass@2 刷分

teortaxesTex · x · 2026-08-13

DeepSeek 的 V4 Pro 0813 版本在 Vals 指数上大涨 11 分，成为目前排名第二的开源模型，且单次任务成本仅 $0.14，比排名高于它的 Kimi K3 便宜 17 倍。

然而，有技术观察者指出该成绩存在水分：

• 机制质疑：认为 V4-Pro 本质上只是 V4-Flash-0731 加上了 pass@2（多次生成取最优）机制。
• 蒸馏猜想：推测 DeepSeek 的内部蒸馏策略抹平了不同规模模型的差异，导致较小的 Flash 模型表现反而更突出。

原文链接 →

「模型」频道最新

• DeepSeek 网安实测：召回率登顶但精度垫底 — teortaxesTex · 2026-08-13
• 用 Grok 4.6 搭建《办公室》智能体模拟，实测速度与能力大升级 — mattyp · 2026-08-13
• Sakana AI 更新 Chat：新增 Fugu 模型并支持代码执行 — SakanaAILabs · 2026-08-13
• 开发者实测 Gemini V4-Pro：表现不及预期，疑似受蒸馏影响 — teortaxesTex · 2026-08-13
• 本地部署 DeepSeek V4 Flash：双 DGX Spark 体验极佳 — andrewchen · 2026-08-13
• DeepSeek v4-pro 评测：极低成本比肩 Opus，日常体验差异微乎其微 — haider1 · 2026-08-13

更多「模型」频道 AI 资讯 →