DeepSeek 的 V4 Pro 模型在推理性能方面表现出色，缓存命中率达到 96.56%，显著优于其他模型。在代理框架上进行测试时，DeepSeek-V4-Pro-0813 和 Grok-4.6 的表现与基准测试相比有些令人失望，但仍优于目前受计算资源限制的 Anthropic 的 Opus-5。 AI
影响 凸显了大型语言模型在基准性能与实际应用之间的差距。
排序理由 该集群讨论了 AI 模型的性能基准测试和实际任务测试，属于研究类别。
在 Mastodon — fosstodon.org 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
RT @thdxr: DeepSeek ist bei der Inferenz wahnsinnig gut – sie erreichen ein Cache-Verhältnis von 96,56 %, während unser zweitbester Anbieter nur 91,60 % schafft. Das mag nicht viel erscheinen, bedeutet aber, dass sie etwa die Hälfte der GPU-Zeit weniger benötigen. mehr auf Arint.…
RT @jun_song: Ich habe DeepSeek-V4-Pro-0813 und Grok-4.6 auf meiner Agenten-Framework getestet. Die Leistung enttäuscht etwas im Vergleich zu den Benchmarks (getestet auf realen agentic Tasks, nicht auf Flappy Bird). Dennoch liegen sie immer noch weit vor Opus-5, das aufgrund von…