DeepSeek V4 Flash 0731

编程57.68 项

• ProgramBenchVals AI0.0%折算分 至多 83.4+
• CyberBench Patch v1.1Vals AI87.5%折算分 65.6+
• Vibe Code Bench v1.1Vals AI74.7%折算分 61.6+
• Code MigrationVals AI38.6%折算分 60.2+
• Terminal-Bench 4.0Vals AI18.7%折算分 57.2+
• Terminal-Bench 4.0Artificial Analysis12.1%折算分 55.5+
• LiveBench CodingLiveBench75.0%折算分 53.8+
• SciCodeArtificial Analysis50.3%折算分 49.7+

科研57.07 项

• Mystery Game PuzzlesEpoch AI34.0%折算分 61.8+
• CritPtArtificial Analysis16.6%折算分 61.1+
• LiveBench ReasoningLiveBench86.6%折算分 60.5+
• Humanity's Last ExamArtificial Analysis38.6%折算分 55.7+
• Chess PuzzlesEpoch AI32.0%折算分 55.7+
• FrontierMath T1–3Epoch AI57.5%折算分 55.2+
• Terminal-Bench ScienceVals AI4.3%折算分 至多 54.8+

专业办公59.47 项

• LiveBench Data AnalysisLiveBench79.3%折算分 66.5+
• Harvey 法律 Agent 基准Vals AI8.3%折算分 64.8+
• AutomationBench-AAArtificial Analysis54.0%折算分 63.2+
• GDPval-AAArtificial Analysis1,433.2折算分 58.9+
• AA-BriefcaseArtificial Analysis1,257.7折算分 57.7+
• Finance AgentVals AI49.5%折算分 56.6+
• MedCodeVals AI41.4%折算分 51.2+

知识问答53.07 项

• LiveBench LanguageLiveBench79.2%折算分 60.0+
• AA-LCRArtificial Analysis79.7%折算分 55.7+
• LiveBench IFLiveBench65.5%折算分 55.3+
• MLCR-AAArtificial Analysis13.3%折算分 52.6+
• PBullshitBench v2BullshitBench39.0%折算分 46.5+
• SimpleQA VerifiedEpoch AI33.6%折算分 42.5+
• AA-OmniscienceArtificial Analysis-14.3折算分 39.7+

测过，但按规则不计入

这些公开成绩没有计入，原因如下：例如评测方公布超过一半题目被转给了旧型号，或者无法确认测的是哪个版本。

• APEX-Agents 1.1：来源只写了不带日期的型号名，无法确认测的是哪个版本。

尚无成绩的评测

这些评测尚无可采用的公开成绩，缺测不补分。