AIHOT 评分 · 综合57.6分综合第 46 名评分不是正确率 · 评测覆盖 71%
DeepSeek V4 Flash 0731 在 AIHOT 模型榜综合排第 46 名,专业办公排得最靠前(第 44 名);DeepSeek 2026 年 7 月 31 日发布,官方 API 每百万 Token 输入 ¥1.5、输出 ¥4.5,上下文 131.1万 Token。
可比较分类4/ 4 项分类
已有成绩31项评测
上下文窗口131.1万Token
API 输入 / 输出 · 每百万 Token¥1.5 / ¥4.5保留该版本价格;官方已停用 V4 Flash,旧 deepseek-v4-flash 接口现转至 V4.1 Flash 1017。空闲时段价;北京时间周一至周五 09:00–12:00、14:00–18:00 为高峰,输入、输出及缓存命中价均翻倍。缓存 ¥0.05厂商官方价格 和其他模型比价格 →
各有所长,看得更清楚。
每个领域单独评分,和综合评分用同一种分数,可以直接比。具体能力请看下面每项成绩。
编程AIHOT 评分57.4分第 45 名前 30 名之外7 项评测 · 覆盖 58%科研AIHOT 评分58.3分第 47 名前 30 名之外9 项评测 · 覆盖 89%专业办公AIHOT 评分59.5分第 44 名前 30 名之外7 项评测 · 覆盖 60%知识问答AIHOT 评分54.0分第 50 名前 30 名之外5 项评测 · 覆盖 100%
覆盖比例是这个领域里已有成绩的评测类别占比,不代表能力高低;没测的不补分,也不扣分。
最近的新闻。
提到 DeepSeek V4 Flash 0731 的报道,最新的在前。
- 8月15日百度千帆 Token Plan 权益升级:夜间调用 2 折,DeepSeek-V4-Flash-0731 上线公众号:百度智能云
- 8月15日DeepSeek V4 Flash 0731 用0.1美元完成8项开发任务硅基流动 SiliconFlow
- 8月6日Together AI 实测 DeepSWE:DeepSeek-V4 Flash 0731 对比 GPT-5.6 Luna 的成本与编码表现Together AI 研究与产品博客
- 8月1日DeepSeek V4 Flash 0731 上线硅基流动,性能比肩 GPT-5.6 Luna硅基流动 SiliconFlow
- 8月1日DeepSeek-V4-Flash-0731 发布:304B 参数,智能体能力大幅增强Simon Willison 博客
- 8月1日DeepSeek 发布 DeepSeek-V4-Flash-0731,智能体与编程能力大幅提升MarkTechPost
每一项成绩,都有来处。
按领域列出每项公开成绩,以及它折算成的统一分数。展开可查看它测什么、运行配置与采用方式。
编程57.48 项
科研58.39 项
专业办公59.57 项
知识问答54.06 项
真人盲选58.61 项
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-SWE:来源只写了不带日期的型号名,无法确认测的是哪个版本。
- TapTap Maker:来源只写了不带日期的型号名,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。
- Arena Text: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。
Terminal-Bench 4.0 · 官方Code Migration v1.1FrontierCode 2.0 · AAFrontierCode 2.0 · CognitionWeirdML v3FrontierSWE v2致知 · 逻辑月榜司南 · 推理司南 · 抽象CritPt v2 Hard · AAMysteryMechanismTerminal-Bench Science · AAVals Finance Agent v2.1Harvey LAB 1.1 · ValsHarvey LAB 1.1 · AAτ³-Banking · MercorAA-Analyst AgentExcel Modeling v1.1AA-Omniscience v1.1司南 · 知识MLCR-AA
怎么看这些折算分
每项成绩按这项评测的难度折算成同一种分数:难的评测考得一般也能折算出高分,快被刷满的评测再高也折算不出更多。领域分是这些折算分的平均,再向模型的整体水平收一点;同类评测只算一票。相差不到 1 分的两个模型,先后接近抛硬币。
了解计算方法 →