什么是 DeepSeek V4-Pro？

DeepSeek V4-Pro 是一款顶级前沿 AI 模型，由 DeepSeek 开发并于 2026 年 4 月发布。它以卓越的实景软件工程性能著称，在 SWE-bench Verified 上取得了 80.6% 的评分。

DeepSeek V4-Pro 是开源还是开放权重？

DeepSeek V4-Pro 是一款开放权重模型。其训练权重可公开下载，支持自托管和微调。您可以在自有基础设施上运行，无需支付按 token 计费的 API 费用。请注意，开放权重不等同于开源：训练代码和数据可能不会完全公开。

DeepSeek V4-Pro 的上下文窗口是多少？

DeepSeek V4-Pro 支持 100 万 token 的上下文窗口，足够容纳整个代码库、长篇技术文档或长时间的智能体会话而无需截断。

DeepSeek V4-Pro 在哪些基准测试上进行了评估？

DeepSeek V4-Pro 已在以下基准测试上进行了评估：SWE-bench Verified（80.6%）、GPQA Diamond（90.1%）、MMLU-Pro（87.5%）、LiveCodeBench（93.5%）、Terminal-Bench（67.9%）、ARC-AGI-2（46.0%）、HLE（37.7%）、AA Intelligence Index（52.0 分）。标注 SR 的评分由提供商自行报告；标注 3P 或 AA 的评分已由第三方独立验证。

DeepSeek V4-Pro 可以在 FlowHunt 中使用吗？

可以——DeepSeek V4-Pro 可直接在 FlowHunt 中使用。您可以用它来构建 AI 智能体、自动化工作流、聊天机器人和文档处理流程，无需任何额外设置。

DeepSeek V4-Pro 与其他 AI 模型相比如何？

您可以使用可排序的基准测试表格，在 FlowHunt AI 排行榜上对比 DeepSeek V4-Pro 与所有 24 个跟踪模型。本页面中的基准排名部分展示了 DeepSeek V4-Pro 在各项已评估基准测试上的排名位置。

DeepSeek

DeepSeek V4-Pro

FrontierOpen-weightAvailable in FlowHunt

Try in FlowHunt

DeepSeek V4-Pro 是一款顶级前沿 AI 模型，由 DeepSeek 开发并于 2026 年 4 月发布。作为开放权重模型，其训练权重公开可用——您可以在自有 GPU 硬件或私有云上自托管、基于专有数据进行微调，或在本地运行而无需依赖 API。100 万 token 的上下文窗口足够容纳整个代码库、长篇技术文档或长时间的智能体会话而无需截断。

在 FlowHunt AI 排行榜上，它是 24 个跟踪模型之一，在 9 项基准测试上进行了评估。突出评分：LiveCodeBench 93.5%（5 个模型中排名第 1）；MMLU-Pro 87.5%（8 个模型中排名第 2）；ARC-AGI-2 46.0%（3 个模型中排名第 3）。

DeepSeek V4-Pro 于 2026 年 4 月 24 日发布，是 DeepSeek 第四代 V 系列的旗舰模型。发布时在 LiveCodeBench 上取得了 93.5% 的成绩——是所有已评测模型中最高的竞赛编程得分——并以 80.6% 的 SWE-bench Verified 评分创下了 Claude Fable 5 之外最高的自行报告评分。此次发布引发了广泛讨论，因为 CAISI 独立测得的 V4-Pro SWE-bench 评分为 74.0%，而非 DeepSeek 报告的 80.6%——两者相差 6.6 个百分点，DeepSeek 将其归因于评估设置中的脚手架和 token 预算差异。作为一款拥有 100 万上下文窗口和 49B/1.6T MoE 架构的开放权重模型，V4-Pro 成为那些注重编码性能并希望完全掌控数据的团队的首选自托管选项。

注：SWE-bench 差异：自行报告 80.6% 对比 CAISI 74%。LiveCodeBench 93.5% 为最高报告值。

Try in FlowHunt

发布时间: 2026 年 4 月
参数规模: 49B/1.6T MoE
上下文窗口: 100 万 token
权重: 开放
级别: 前沿
提供商: DeepSeek

DeepSeek V4-Pro Benchmark Rankings

Rank among all 24 models tracked on this leaderboard. SR = self-reported · 3P / AA / C = independently verified.

Benchmark	Score	Rank	Source	What it measures
SWE-bench Verified	80.6%	6 of 13	SR	Real GitHub issue resolution (500 verified issues)
SWE-bench Pro	55.4%	9 of 9	SR	Multi-language, standardised scaffold
GPQA Diamond	90.1%	6 of 14	SR	Graduate-level Google-proof science Q&A
MMLU-Pro	87.5%	2 of 8	SR	Hard knowledge reasoning, 12K questions
LiveCodeBench	93.5%	1 of 5	SR	Competitive programming, continuously updated
Terminal-Bench	67.9%	4 of 8	SR	Agentic Linux terminal task completion
ARC-AGI-2	46.0%	3 of 3	C	Novel visual reasoning, no memorisation
HLE	37.7%	4 of 6	SR	Humanity's Last Exam (50+ STEM disciplines)
AA Intelligence Index	52.0 pts	6 of 9	AA	Artificial Analysis composite score (independent)

Detailed Benchmark Scores

SWE-V SR

80.6%

Real GitHub issue resolution (500 verified issues)

Independent: 74.0% (CAISI independent)

SWE-Pro SR

55.4%

Multi-language, standardised scaffold

GPQA ◇ SR

90.1%

Graduate-level Google-proof science Q&A

MMLU-P SR

87.5%

Hard knowledge reasoning, 12K questions

LiveCode SR

93.5%

Competitive programming, continuously updated

Terminal SR

67.9%

Agentic Linux terminal task completion

ARC-2 C

46.0%

Novel visual reasoning, no memorisation

HLE SR

37.7%

Humanity's Last Exam (50+ STEM disciplines)

AA Idx AA

52.0 pts

Artificial Analysis composite score (independent)

DeepSeek V4-Pro vs. Frontier Peers

Head-to-head benchmark comparison with other Frontier-tier models. Higher is better for all metrics.

Benchmark	DeepSeek V4-Pro	Claude Opus 4.8	Claude Opus 4.7
SWE-V	80.6%	88.6%	87.6%
SWE-Pro	55.4%	69.2%	64.3%
GPQA ◇	90.1%	93.6%	94.2%
MMLU-P	87.5%	—	—
LiveCode	93.5%	—	—
Terminal	67.9%	74.6%	66.1%
ARC-2	46.0%	—	—
HLE	37.7%	—	—
AA Idx	52.0 pts	61.4 pts	57.3 pts

About DeepSeek

DeepSeek Founded 2023 · Hangzhou, China

Website →

DeepSeek是一家中国AI研究实验室，成立于2023年，作为中国最大量化对冲基金之一High-Flyer的子公司。该实验室于2025年初因DeepSeek V3和R1的发布而广为人知，当时这些模型的发布引发了NVIDIA市值迄今为止最大的单日跌幅，原因在于投资者在了解到DeepSeek报告的较低训练成本后，重新评估了前沿模型开发的资本密集度。DeepSeek在前沿实验室中独树一帜，承诺在发布专有研究的同时发布开放权重模型，并通过活跃的社交媒体平台批评闭源模型的定价策略。尽管多个司法管辖区对中国来源AI模型的监管和安全审查仍在持续，其V系列模型（V3至V4-Pro）在西方仍被广泛用作可自行部署的编码和推理模型。

使用场景

DeepSeek V4-Pro 的适用场景

软件工程: DeepSeek V4-Pro 在 SWE-bench Verified 上取得 80% 评分——在此处跟踪的 13 个模型中排名第 6。它能解决真实的 GitHub Issue，编写跨多种语言的生产级代码，并处理多步骤智能体编码工作流，是 AI 辅助软件开发团队的强有力选择。
科学与技术推理: 在 GPQA Diamond 上达到 90%（14 个模型中排名第 6），DeepSeek V4-Pro 在研究生级别的生物学、化学和物理学问题上超过了约 65% 的人类博士专家基线。适用于科学文献综合、假设评估、医疗和法律问答，以及需要深度领域知识的跨学科研究任务。
智能体命令行自动化: DeepSeek V4-Pro 在 Terminal-Bench 上取得 67% 评分（8 个模型中排名第 4），使其能够胜任智能体管道中的常见 Shell 脚本编写、命令行工作流和轻量级系统管理任务。
自托管与私有化部署: DeepSeek V4-Pro 是开放权重模型（49B/1.6T MoE 参数）——其训练权重可公开下载并自行部署。在自有 GPU 硬件或私有云上运行，确保数据永不离开您的环境，消除大规模按 token 计费的 API 成本，或基于专有数据集对模型进行微调。
长文档与代码库分析: 凭借 100 万 token 的上下文窗口，DeepSeek V4-Pro 可一次性处理整个软件仓库、长篇幅法律合同、书籍长度的研究报告或大量对话历史——实现深度文档问答、跨文件代码库推理和全面摘要，无需分块策略或 RAG 管道。
竞赛编程: DeepSeek V4-Pro 在 LiveCodeBench 上取得 93% 评分（5 个模型中排名第 1），这是一个具有抗污染能力的基准测试，不断更新新的竞赛编程题目。在此水平上，它能高可靠地处理高级数据结构、图算法和面试级挑战题。

Strengths & Limitations

Strengths

强大的软件工程能力——SWE-bench Verified 80%
研究生级别的科学推理——GPQA Diamond 90%
竞赛编程能力——LiveCodeBench 93%
综合智能——AA Intelligence Index 52 分（独立评测）
自托管与数据私有化部署（开放权重）
超长文档与大型代码库处理（100 万上下文）

更多对比

浏览完整 AI 模型排行榜

对比全部 24 个模型在 11 项基准测试上的表现——可排序、可溯源，数据更新至 2026 年 6 月。

← 返回 AI 排行榜在 FlowHunt 中试用

常见问题

: DeepSeek V4-Pro 是一款顶级前沿 AI 模型，由 DeepSeek 开发并于 2026 年 4 月发布。它以卓越的实景软件工程性能著称，在 SWE-bench Verified 上取得了 80.6% 的评分。
: DeepSeek V4-Pro 是一款开放权重模型。其训练权重可公开下载，支持自托管和微调。您可以在自有基础设施上运行，无需支付按 token 计费的 API 费用。请注意，开放权重不等同于开源：训练代码和数据可能不会完全公开。
: DeepSeek V4-Pro 支持 100 万 token 的上下文窗口，足够容纳整个代码库、长篇技术文档或长时间的智能体会话而无需截断。
: DeepSeek V4-Pro 已在以下基准测试上进行了评估：SWE-bench Verified（80.6%）、GPQA Diamond（90.1%）、MMLU-Pro（87.5%）、LiveCodeBench（93.5%）、Terminal-Bench（67.9%）、ARC-AGI-2（46.0%）、HLE（37.7%）、AA Intelligence Index（52.0 分）。标注 SR 的评分由提供商自行报告；标注 3P 或 AA 的评分已由第三方独立验证。
: 可以——DeepSeek V4-Pro 可直接在 FlowHunt 中使用。您可以用它来构建 AI 智能体、自动化工作流、聊天机器人和文档处理流程，无需任何额外设置。
: 您可以使用可排序的基准测试表格，在 FlowHunt AI 排行榜上对比 DeepSeek V4-Pro 与所有 24 个跟踪模型。本页面中的基准排名部分展示了 DeepSeek V4-Pro 在各项已评估基准测试上的排名位置。