DeepSeek-V4-ProvsQwen3.8-Max

在 5 个共同 benchmark 中，Qwen3.8-Max 整体领先：DeepSeek-V4-Pro 领先 0 项，Qwen3.8-Max 领先 5 项，持平 0 项，平均分差 -12.88。

DeepSeek-AI · 2026-08-13 · 推理大模型

阿里巴巴 · 2026-08-03 · 推理大模型

DeepSeek-V4-Pro0 项(0%)(100%)5 项Qwen3.8-Max

评测分数

按能力类目分组，每组内按分差大小排列；共 5 项。

Qwen3.8-Max 领先 1/1

评测项	DeepSeek-V4-Pro	Qwen3.8-Max	分差
NL2Repo-Bench	38.5018 / 18Extra-High (With Tools)	55.9011 / 18Extra-High (With Tools)	-17.40

Qwen3.8-Max 领先 1/1

评测项	DeepSeek-V4-Pro	Qwen3.8-Max	分差
AutomationBench	12.8028 / 28Extra-High (With Tools)	27.3023 / 28Extra-High (With Tools)	-14.50

Qwen3.8-Max 领先 1/1

评测项	DeepSeek-V4-Pro	Qwen3.8-Max	分差
Terminal-Bench 2.1	72.1041 / 61Extra-High (With Tools)	86.6015 / 61Extra-High (With Tools)	-14.50

Qwen3.8-Max 领先 1/1

评测项	DeepSeek-V4-Pro	Qwen3.8-Max	分差
Toolathlon-Verified	55.9029 / 35Extra-High (With Tools)	72.5019 / 35Extra-High (With Tools)	-16.60

Qwen3.8-Max 领先 1/1

评测项	DeepSeek-V4-Pro	Qwen3.8-Max	分差
SuperCLUE	70.106 / 13Reported best (effort unspecified)	71.483 / 13Reported best (effort unspecified)	-1.38

价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。

Qwen3.8-Max在以下类目领先:仓库修复与多文件工程 (1/1)、办公与文档流程 (1/1)、自主开发与终端任务 (1/1)、跨应用与工具编排 (1/1)、跨能力综合测试 (1/1)

5 个共同 benchmark 上，Qwen3.8-Max 平均高出 12.88 分。

单项差距最大的 benchmark：NL2Repo-Bench — DeepSeek-V4-Pro 38.50，Qwen3.8-Max 55.90（分差 -17.40）。

本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。