DeepSeek V4 Pro 0813 (Max) 在 GPQA 和长上下文任务上取得高分

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-30 10:01

DeepSeek V4 Pro 0813 (Max) 在 GPQA 基准测试中取得了 92.8% 的分数，并在长上下文任务中展现了 80.3% 的性能。该模型在 HLE 基准测试中也达到了 41%，处理速度为每秒 76.9 个 token。值得注意的是，它每美元提供 11.7 个“智能点”，表明其成本效益很高。 AI

影响该模型在 GPQA 等基准测试上的表现及其长上下文能力，预示着 AI 推理和信息处理方面的进步。

排序理由该项目详细介绍了 AI 模型的基准性能，符合研究类别。[lever_c_demoted from research: 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 →

DeepSeek V4 Pro 0813 (Max) 在 GPQA 和长上下文任务上取得高分

本文如何被排名

Signal score: 10 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该项目详细介绍了 AI 模型的基准性能，符合研究类别。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: model release, paper; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

Mastodon — mastodon.social TIER_1 English(EN) · opensourceaitech · 2026-10-30 10:01

📊 DeepSeek V4 Pro 0813 (Max): GPQA 92.8%, HLE 41%, 长上下文 80.3%, 76.9 tokens/秒。每美元 11.7 智能点数——我们的独立基准测试。https:// olud.ai/lea

📊 DeepSeek V4 Pro 0813 (Max): 92.8% GPQA, 41% HLE, 80.3% long context, 76.9 tokens/sec. 11.7 intel points per dollar—our independent bench. https:// olud.ai/leaderboard.html # LLM # Benchmarks # OpenSource # AI

链接 olud.ai/leaderboard.html

本文如何被排名

报道来源 [1]

📊 DeepSeek V4 Pro 0813 (Max): GPQA 92.8%, HLE 41%, 长上下文 80.3%, 76.9 tokens/秒。每美元 11.7 智能点数——我们的独立基准测试。https:// olud.ai/lea

相关实体

相关话题