DeepSeek V4.1 Pro 灰度測試能力大幅提升,期待已久的重大更新現身
期待已久的大的终于出现了:DeepSeek V4.1 Pro灰测能力暴涨
DeepSeek V4.1 Pro 已開始灰度測試,LobeBench 測試顯示目前 V4 Pro 的成績較 V4 Pro-0813 版大幅提升。兩者分別答對 50 道題中的 32 道和 24 道,得分為 64% 和 48%;連續三次完成任務的表現差距更明顯。文章推測目前 V4 Pro 的更新版本可能就是 V4.1 Pro,正式發布時間尚未確定。
快科技11月8日消息,昨天DeepSeek服务又出现了短暂中断,这已经是一周内第二次了,除了用量大涨的因素之外,这波还真有一点不同,DeepSeek V4.1 Pro开始灰度测试了。
这两天就有人在发DeepSeek V4.1 Pro测试的了,但他们主要是用鸬鹚骑自行车、动画渲染之类的任务来测,缺乏可信度,真正可信且有说服力的测试来自@MaxForAI这位大V的例子。
他不仅是做AI科普的,还是Agent客户端LobeHub的开发、维护者,内部有一套自己的LobeBench测试集,他用这套测试对比了当前的V4 Pro与之前的V4 Pro-0813版的成绩。
实测结果让人很兴奋,之前的V4 Pro 0813成绩是48%,50道题通过24道,排名第13。
最新的V4 Pro成绩是64%,50道题通过32道,排名国产第一,直接提升16个百分点,多通过了8道Hard高难度级别的任务。

而且这个测试也不是只做对一次就行,因为只看至少一次的成绩两个版本差距不大,拉开差距的是连续三次完成任务的能力,排除了偶然性,说明能力真的变了。

这意味着当前的V4 Pro其实已经悄悄更新了一次,新版应该就是等待已久的V4.1 Pro正式版了,虽然还不知道什么时候发布,但灰测可以确认的话,正式版是真的不远了。
这几天看到的乐观消息说是下周内,就看DeepSeek了,马上就是V4 Pro-0813三个月整的纪念日了,这一次大肥鱼必须要用一个强大的V4.1 Pro给Pro大模型正名了。

【本文结束】如需转载请务必注明出处:快科技
责任编辑:宪瑞
新浪科技公众号
“掌”握科技鲜闻 (微信搜索techsina或扫描左侧二维码关注)
科学大家

新浪科技
新浪科技为你带来最新鲜的科技资讯

苹果汇
苹果汇为你带来最新鲜的苹果产品新闻

新浪众测
新酷产品第一时间免费试玩

新浪探索
提供最新的科学家新闻,精彩的震撼图片
來源:新浪科技 · finance.sina.com.cn