DeepSeek V4 Flash 0731

DeepSeek · 发布于 2026-07-31

评分规则

综合评分52.0第 35 名 · 覆盖 92%

编程53.6第 42 名 · 覆盖 100%

专业办公49.6第 47 名 · 覆盖 100%

知识问答49.1第 36 名 · 覆盖 100%

科研53.4第 45 名 · 覆盖 83%

上下文窗口

1,000,000 token

API 价格

缓存 ¥0.09 · 输入 ¥2.94 · 输出 ¥8.83

人民币 / 百万 token · — 表示未提供 · 价格来源

Vals AI 维护的基础 API 单价，缓存列为缓存读取；长上下文、批处理等阶梯价格以供应商为准。

评分依据

16 项实测记录。展开可查看原始分、代表配置与测量时间；统一读数由本站计算，不能当作准确率。

实测日期：2026-08-02 至 2026-10-13；另有 12 项未公开测量日期。

本站取数：2026/10/18 06:20:20（北京）。取数更新不代表重新评测，未注明具体版本的成绩不能证明已覆盖最新版本。

本页实际采用的型号与配置（3）

deepseek-v4-flash-0731
deepseek/deepseek-v4-flash-0731
deepseek-v4-flash-0731_max

缺少实测的领域：真人偏好。本站在综合分中按模型的整体能力估计这些领域，不等于已经测过。

编程

53.6

LiveBench CodingLiveBench74.98%统一读数 44.0

来源: LiveBench Coding
上游型号: deepseek-v4-flash-0731
运行配置: deepseek-v4-flash-0731
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Terminal-Bench 4.0Vals AI18.69%统一读数 53.4

来源: Terminal-Bench 4.0
上游型号: deepseek/deepseek-v4-flash-0731
运行配置: high · Mini-SWE-agent · 输出上限 384000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Code MigrationVals AI38.63%统一读数 59.8

来源: Code Migration
上游型号: deepseek/deepseek-v4-flash-0731
运行配置: high · Vals agentic 统一流程 · 输出上限 384000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Vibe Code Bench v1.1Vals AI74.74%统一读数 61.1

来源: Vibe Code Bench v1.1
上游型号: deepseek/deepseek-v4-flash-0731
运行配置: high · OpenHands · 输出上限 384000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

科研

53.4

FrontierMath T1–3 v2Epoch AI57.54%统一读数 49.6

来源: FrontierMath T1–3 v2
上游型号: deepseek-v4-flash-0731_max
运行配置: deepseek-v4-flash-0731_max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-02
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Chess PuzzlesEpoch AI32.00%统一读数 51.5

来源: Chess Puzzles
上游型号: deepseek-v4-flash-0731_max
运行配置: deepseek-v4-flash-0731_max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-13
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Mystery Game PuzzlesEpoch AI34.00%统一读数 58.7

来源: Mystery Game Puzzles
上游型号: deepseek-v4-flash-0731_max
运行配置: deepseek-v4-flash-0731_max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-05
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench ReasoningLiveBench86.63%统一读数 58.3

来源: LiveBench Reasoning
上游型号: deepseek-v4-flash-0731
运行配置: deepseek-v4-flash-0731
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Terminal-Bench-ScienceVals AI4.29%统一读数 ≤52.4

来源: Terminal-Bench-Science
上游型号: deepseek/deepseek-v4-flash-0731
运行配置: high · Mini-SWE-agent · 输出上限 384000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-14 · 本站取数 2026-10-17
评分处理: 正常计入
仅提供能力上限，不作为精确读数。

专业办公

49.6

LiveBench Data AnalysisLiveBench79.33 / 100（任务均分）统一读数 81.6

来源: LiveBench Data Analysis
上游型号: deepseek-v4-flash-0731
运行配置: deepseek-v4-flash-0731 · 表格处理与数据分析，归一化任务均分（非正确率）
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Finance Agent (v2)Vals AI49.52%统一读数 52.7

来源: Finance Agent (v2)
上游型号: deepseek/deepseek-v4-flash-0731
运行配置: high · Vals agentic 统一流程 · 输出上限 384000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Harvey's Legal Agent BenchmarkVals AI8.33%统一读数 26.4

来源: Harvey's Legal Agent Benchmark
上游型号: deepseek/deepseek-v4-flash-0731
运行配置: high · Vals agentic 统一流程 · 输出上限 384000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

MedCodeVals AI41.41%统一读数 43.3

来源: MedCode
上游型号: deepseek/deepseek-v4-flash-0731
运行配置: high · Vals one-shot 统一流程 · 输出上限 30000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-13 · 本站取数 2026-10-17
评分处理: 正常计入

知识问答

49.1

SimpleQA VerifiedEpoch AI33.63%统一读数 41.4

来源: SimpleQA Verified
上游型号: deepseek-v4-flash-0731_max
运行配置: deepseek-v4-flash-0731_max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-27
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench LanguageLiveBench79.17%统一读数 53.8

来源: LiveBench Language
上游型号: deepseek-v4-flash-0731
运行配置: deepseek-v4-flash-0731
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench IFLiveBench65.52%统一读数 47.9

来源: LiveBench IF
上游型号: deepseek-v4-flash-0731
运行配置: deepseek-v4-flash-0731
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

真人偏好

51.4

暂无该领域实测记录；如有显示分数，它来自整体能力估计。

尚未测到（2）

MysteryMechanism、Arena Text · 风格控制

本站独立计算 · 第三方原始评测 · 计算于 2026/10/18 06:20:20（北京时间）

实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09

本次取数或计算未通过，仍展示上次完整榜单。