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 2 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: 暂无明显优势 / 相对落后: 数学推理 -19.0
相对优势: 数学推理 +19.0 / 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 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
Qwen3.7-Max-Preview · 78.46
单项最高
DeepSeek-V4-Pro · LiveCodeBench 93.50
模态覆盖
DeepSeek-V4-Pro · 2 种模态
正面对比
9
评测基准
2
领先项
7
落后项
-1.88
平均分差
完整列出各模型/模式的评测得分，便于横向比较。
9 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 | Qwen3.7-Max-Preview |
|---|---|---|
GPQA Diamond 综合评估 | 90.10思考水平·高 | 92.40思考水平·高 |
HLE 综合评估 | 48.20思考水平·极高 ｜ 工具 | 53.50开启思考 ｜ 工具 |
MMLU Pro 综合评估 | 87.50思考水平·高 | 89.60思考水平·高 |
LiveCodeBench 编程与软件工程 | 93.50思考水平·高 | 91.60思考水平·高 |
SWE-bench Multilingual 编程与软件工程 | 76.20思考水平·极高 ｜ 工具 | 78.30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 | 60.60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 | 80.40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 | 69.70开启思考 ｜ 工具 |
IMO-AnswerBench 数学推理 | 89.80思考水平·高 | 90.00思考水平·高 |
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 | Qwen3.7-Max-Preview阿里巴巴 |
|---|---|---|
核心规格发布时间 | 2026-04-24 | 2026-05-20 |
上下文 | 1M | 1M |
参数量 | 16000 | — |
激活参数量 | 490 | 未提供 |
最大输出 | 384000 | 65536 |
MoE 架构 | 支持 | 不支持 |
开源与许可代码开源 | 未开源 | 未提供 |
权重开源 | 未开源 | 未提供 |
商业授权 | 免费商用授权 | 不开源 |
模态支持文本 输入/输出 | / | / |
图片 输入/输出 | / | 未提供 |
资料来源论文 / 报告 | DeepSeek-V4 Technical Report | Qwen3.7: The Agent Frontier |
