暂无双方都参与的评测基准
下方仍可查看各自的成绩、价格与规格明细。
按评测基准逐项对比；切换思考模式或工具设置后，下方图表与表格同步更新。
“最佳可用”按每项评测分别选择按指标方向选出的最佳非并行结果，因此这条系列可能由多个推理档拼接而成，并不代表一个可直接复现的单一运行配置。切换模式筛选可查看可复现的同档结果。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
每条轴是该评测领域内百分制成绩的算术平均，反映的是这些评测的平均得分，不是模型能力评级。
相对优势: 暂无明显优势 / 相对落后: Agent能力评测 -41.5
相对优势: Agent能力评测 +41.5 / 相对落后: 暂无明显落后
计算口径：同一模型在同一 benchmark 下先平均当前模式范围内的所有分数（不取最高分），再按评测领域对这些分数求平均。只纳入至少两个模型有百分制成绩的评测；Codeforces、Arena 等 Elo/评分制评测已排除，因为把 1500 分的 Elo 与 85% 的准确率放在一起平均不具意义。缺项不按 0 分处理；各评测等权，未按难度加权，因此包含高难度评测的领域分数天然偏低。
按评测基准逐行列出各模型与运行模式的得分；同一行内可比，跨行不可比。
11 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。
| 评测项 | DeepSeek-R1-0528 | DeepSeek-V4-Pro |
|---|---|---|
1.40开启思考 | 12.90思考水平·高 | |
17.70开启思考 | 48.20思考水平·极高 ｜ 工具 | |
85.00开启思考 | 87.50思考水平·高 | |
81.00开启思考 | 90.50思考水平·高 | |
73.30开启思考 | 93.50思考水平·高 | |
57.60开启思考 | 80.60思考水平·极高 ｜ 工具 | |
1418.80常规模式 | 1552.10常规模式 | |
40.80开启思考 | 50.90常规模式 | |
15.90开启思考 ｜ 工具 | 46.20思考水平·高 ｜ 工具 | |
36.50开启思考 ｜ 工具 | 96.20思考水平·高 ｜ 工具 | |
39.60开启思考 | 76.50思考水平·高 |
各模型 API 的官方标价，按输入 / 输出分列；单位为美元 / 百万 tokens。
架构、许可与 API 模态等规格对比；「未提供」表示数据库暂无该字段。
| 功能与规格 | DeepSeek-R1-0528DeepSeek-AI | DeepSeek-V4-ProDeepSeek-AI |
|---|---|---|
核心规格发布时间 | 2025-05-28 | 2026-08-13 |
上下文长度 | 64K | 1M |
总参数量 | 671B | 1.6T |
激活参数量 | 37B | 49B |
最大输出长度 | 64,000 tokens | 384,000 tokens |
模型架构 | MoE（混合专家） | MoE（混合专家） |
支持的运行模式 | 开启 | 关闭高最高 |
可用性与许可代码可用性 | 可获取 · MIT License | 可获取 · MIT License |
权重可用性 | 可获取 · MIT License | 可获取 · MIT License |
使用与商业许可 | 免费商用授权 | 免费商用授权 |
本地部署权重体积 | 685GB | 未提供 |
权重显存占用 | ≈ 685 GB（仅权重，未含 KV Cache） | 未提供 |
权重下载 | Hugging Face | Hugging Face |
源码仓库 | GitHub | 未提供 |
API 模态支持文本 输入/输出 | 输入：支持输出：支持 | 输入：支持输出：支持 |
资料来源论文 / 报告 | DeepSeek-R1-0528 Release | DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence |
