DeepSeek V4 新版被指挤牙膏：多基准测试表现与旧版无异
teortaxesTex · x · 2026-08-13
有开发者对 DeepSeek 最新放出的 V4-0813 版本模型进行横向评测后指出，其在绝大多数基准测试中的表现与 7 月底发布的 V4-Flash-0731 几乎完全一致，甚至在 SciCode 代码评测上的成绩还有所倒退。
被引用的讨论者推测，该模型目前仍处于训练不足的状态，能力表现比较“参差不齐”。尽管部分综合榜单显示其分数有所上涨，但整体来看缺乏显著突破。
所属事件:DeepSeek V4 Pro 发布后被疑发错版下架(18 条相关)→
「模型」频道最新
- 传智谱 GLM 5.5 即将发布，编码能力有望追平前沿模型 — bindureddy · 2026-10-16
- 五轮对抗后输出趋同：Claude Opus 5.5 与 Argon 创作实验结果诡异一致 — LanceCharger · 2026-10-16
- 自建「主观判断」基准：18 个模型一致性测试，GLM-5.3 登顶 — arkuto · 2026-10-16
- Bindu Reddy 实测:Argon 擅长复杂文档写作,成本仅 Opus 一半 — bindureddy · 2026-10-16
- MAI-2 比 V4-Pro 大 2 倍，微软 scaling 阶梯效率存疑 — teortaxesTex · 2026-10-16
- 阶跃 Step 5 Preview 上线 DeepInfra:600B MoE、1M 上下文,百万 token 输入 $1 — StepFun_ai · 2026-10-16