DeepSeek V4性能、编程测试汇总：15个月等待能换来全球AI冠军吗

本站4月24日消息,万众期待的DeepSeek V4今天上午发布了,距离去年1月份发布R1已经过去15个月了,这一年多时间全球AI领域可谓是城头变幻大王旗,一浪更比一浪高｡

对于DeepSeek V4,大家的期待值非常高,做到开源第一已经不算惊喜了,网友希望看到的是DeepSeek V4能跟御三家最强的AI掰手腕,尤其是在AI编程､智能体等目前最火的领域｡

DeepSeek官方也在发布说明中提到了V4的性能,相比前代模型DeepSeek-V4-Pro的 Agent能力显著增强｡

在 Agentic Coding 评测中,V4-Pro已达到当前开源模型最佳水平,并在其他Agent相关评测中同样表现优异｡

目前 DeepSeek-V4已成为公司内部员工使用的Agentic Coding模型,据评测反馈使用体验优于Sonnet 4.5,交付质量接近Opus 4.6非思考模式,但仍与Opus 4.6 思考模式存在一定差距｡

除了官方评测,现在网上已经有很多网友自己的实测及AI排行榜的评测结果出来了,这里做个汇总,大家可以对比来看V4的性能｡

首先是arena.ai上的榜单,主要看text文本和code编程能力吧,图像､视觉之类的因为V4不支持多模态也没得比｡

文本能力上位列20名,开了thinking之后反而更低一些｡

Code编程能力位列14,这方面国产最强的是GLM-5.1,位列第5名｡

在vals.ai的榜单中,V4是开源第一,全球第九的水平,不过从分数上来看跟前三差距还有点大｡

还有很多榜单还没收录V4的成绩,Linux.do社区上有大佬自己的评测中,V4 Pro的表现甚至要比GLM-5.1还要差一些,跟TOP3依然差距较大｡

从这些结果来看,DeepSeek-V4确实如官方所说,编程能力比前代大幅提升了,表现优于Sonnet 4.5,接近Opus 4.6,但距离后者的推理模式下还有差距｡

整体对比下来,DeepSeek-V4在AI编程上有提升但谈不上惊喜,距离御三家的TOP模型还有不少差距要追赶,而且Pro目前的价格虽然比御三家便宜,但总体不算便宜了(主要是Pro),Flash倒是保持了性价比优势｡

在过去的15个月中,DeepSeek面临的压力显然是超过外界想象的,一方面有美国不断的制裁封锁,算力资源上跟御三家肯定是差距极大的,而且DeepSeek现在肩负起了适配国产AI算力的重任,这显然也会影响他们的开发进度｡

DeepSeek-V4现在总算发布了,而且性能不俗,只不过在过去的15个月中,不论是美国的AI巨头还是国内的Kimi､GLM､MiniMax,都在飞速进步,产品迭代了好几轮了,而且这些公司要么本身就很有资源,要么就是上市之后有融资的支持,这方面DeepSeek也会吃亏的｡

现在只能期待DeepSeek后续解决V4的算力及成本问题,并且不断优化,在4.1或者4.2版本迭代之后展现更惊人的能力｡

同时希望下一代的DeepSeek-V5不要在等15个月了,争取今年底之前问世吧｡