DeepSeek V4 Pro 0813 在多项基准测试中取得了显著分数,包括 GPQA 的 92.8% 和长上下文推理的 80.3%。该模型在 SciCode 上达到 51%,在人类最后考试上达到 41%。这些结果是独立测量的,表明每秒性能为 81.1 个 token,每美元智能点数为 18.3。 AI
影响 在推理和长上下文方面设定了新的基准分数,可能影响未来的模型开发。
排序理由 该项目报告了 AI 模型的基准分数,属于研究范畴。[lever_c_从研究降级:ic=1 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →