自动展示选中模型的核心信息与各评测得分,可左右滑动查看完整表格。 当前对比 5 个模型的评测数据与核心参数。
每条轴代表一个评测领域的平均水平,并统一映射到 100 分雷达坐标。
相对优势: 生产力知识 +49.0 / 相对落后: 数学推理 -13.9
相对优势: 暂无明显优势 / 相对落后: 生产力知识 -49.0
相对优势: 编程与软件工程 +13.9 / 相对落后: 暂无明显落后
相对优势: 数学推理 +5.3 / 相对落后: 编程与软件工程 -9.9
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 benchmark 分数求平均。只纳入至少两个模型有数据的 benchmark,缺项不按 0 分处理。
综合领先
DeepSeek-V4-Pro · 223.91
单项最高
DeepSeek-V4-Pro · GDPval-AA 1554.00
模态覆盖
DeepSeek-V4-Pro · 1 种模态
完整列出各模型/模式的评测得分,便于横向比较。
10 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-V4-Pro | Qwen3.6-Max-Preview | Kimi K2.6 | GLM 5.1 | MiniMax-M2.7 |
|---|---|---|---|---|---|
GPQA Diamond 综合评估 | 90.10思考水平·高 | -- | 90.50开启思考 | 86.20开启思考 | 87.00开启思考 |
HLE 综合评估 | 48.20思考水平·极高 | 工具 | -- | 54.00开启思考 | 工具 | 52.30开启思考 | 工具 | 28.00开启思考 |
LiveCodeBench 编程与软件工程 | 93.50思考水平·高 | -- | 89.60开启思考 | -- | -- |
SWE-bench Multilingual 编程与软件工程 | 76.20思考水平·极高 | 工具 | -- | 76.70开启思考 | 工具 | -- | -- |
SWE-Bench Pro - Public 编程与软件工程 | 55.40思考水平·极高 | 工具 | 57.30深度思考模式 | 工具 | 58.60开启思考 | 工具 | 58.40开启思考 | 工具 | 56.20开启思考 | 工具 |
SWE-bench Verified 编程与软件工程 | 80.60思考水平·极高 | 工具 | -- | 80.20开启思考 | 工具 | -- | -- |
BrowseComp AI Agent - 信息收集 | 83.40思考水平·极高 | 工具 | -- | 83.20开启思考 | 工具 | 79.30开启思考 | 工具 | -- |
Terminal Bench 2.0 AI Agent - 工具使用 | 67.90思考水平·极高 | 工具 | -- | 66.70开启思考 | 工具 | 63.50开启思考 | 工具 | -- |
IMO-AnswerBench 数学推理 | 89.80思考水平·高 | -- | 86.00开启思考 | 83.80开启思考 | -- |
GDPval-AA 生产力知识 | 1554.00思考水平·极高 | 工具 | 51.00深度思考模式 | -- | -- | 50.00开启思考 |
输入输出 token 价格并排展示
是否 MoE、商业授权、模态支持等附加能力对比。
| 功能与规格 | DeepSeek-V4-ProDeepSeek-AI | Qwen3.6-Max-Preview阿里巴巴 | Kimi K2.6Moonshot AI | GLM 5.1智谱AI | MiniMax-M2.7MiniMaxAI |
|---|---|---|---|---|---|
核心规格发布时间 | 2026-04-24 | 2026-04-20 | 2026-04-20 | 2026-03-27 | 2026-03-18 |
上下文 | 1M | 262K | 256K | 200K | 200K |
参数量 | 16000 | 10000 | 10000 | 754 | 2290 |
激活参数量 | 490 | 未提供 | 320 | 40 | 100 |
最大输出 | 384000 | 8192 | 未提供 | 128000 | 204800 |
MoE 架构 | 支持 | 支持 | 支持 | 支持 | 支持 |
支持模式 | 暂无模式数据 | 暂无模式数据 | 常规模式(Non-Thinking Mode)思考模式(Thinking Mode) | 暂无模式数据 | 暂无模式数据 |
开源与许可代码开源 | 未开源 | 未提供 | 未提供 | 未开源 | 未提供 |
权重开源 | 未开源 | 未提供 | 未提供 | 未开源 | 未提供 |
商业授权 | 免费商用授权 | 不开源 | 免费商用授权 | 免费商用授权 | 不可以商用 |
模态支持文本 输入/输出 | / | / | / | / | / |
资料来源论文 / 报告 | DeepSeek-V4 Technical Report | 阿里发布Qwen3.6-Max预览版 | Kimi K2.6: Advancing Open-Source Coding | GLM-5.1: Towards Long-Horizon Tasks | MiniMax M2.7: Early Echoes of Self-Evolution |
DataLearner 博客 | 未提供 | 未提供 | 未提供 | 未提供 | MiniMax M2.7 发布:模型开始帮自己训练自己 |