根据 Beating 监测的 DeepSeek 官方基准测试,8 月 13 日,DeepSeek-V4-Pro-0813 的 DeepSWE 得分从 12.8 飙升至 62.7,提升了 49.9 分。CyberGym 从 52.7 上升至 83.3,AutomationBench 则从 12.8 升至 31.8。该模型目前在多项测试中超越 Claude Opus:Terminal Bench 2.1(87.9 vs 85.0)、CyberGym(83.3 vs 78.3)和 DeepSWE(62.7 vs 58.0)。
尽管性能有所提升,V4-Pro API 定价仍保持不变,每 100 万个输入 token 收费 3 元人民币,每 100 万个输出 token 收费 6 元人民币。不过,这些是 DeepSeek 的内部基准测试,第三方验证仍待进行。