DeepSeek V4 Flash 0731

编程8 项

• ProgramBenchVals AI0.0%+
• CyberBench Patch v1.1Vals AI87.5%+
• Vibe Code Bench v1.1Vals AI74.7%+
• Code MigrationVals AI38.6%+
• Terminal-Bench 4.0Vals AI18.7%+
• Terminal-Bench 4.0Artificial Analysis12.1%+
• LiveBench CodingLiveBench75.0%+
• SciCodeArtificial Analysis50.3%+

科研7 项

• Mystery Game PuzzlesEpoch AI34.0%+
• CritPtArtificial Analysis16.6%+
• LiveBench ReasoningLiveBench86.6%+
• Humanity's Last ExamArtificial Analysis38.6%+
• Chess PuzzlesEpoch AI32.0%+
• FrontierMath T1–3Epoch AI57.5%+
• Terminal-Bench ScienceVals AI4.3%+

专业办公7 项

• LiveBench Data AnalysisLiveBench79.3%+
• Harvey 法律 Agent 基准Vals AI8.3%+
• AutomationBench-AAArtificial Analysis54.0%+
• GDPval-AAArtificial Analysis1,433.2+
• AA-BriefcaseArtificial Analysis1,257.7+
• Finance AgentVals AI49.5%+
• MedCodeVals AI41.4%+

知识问答7 项

• LiveBench LanguageLiveBench79.2%+
• AA-LCRArtificial Analysis79.7%+
• LiveBench IFLiveBench65.5%+
• MLCR-AAArtificial Analysis13.3%+
• PBullshitBench v2BullshitBench39.0%+
• SimpleQA VerifiedEpoch AI33.6%+
• AA-OmniscienceArtificial Analysis-14.3+

测过，但按规则不计入

这些公开成绩未满足本榜的可比条件，具体原因如下。统一固定工具、全程使用同一型号可以采用；多模型回退、混合模型与专属异构 Agent 系统不混入模型榜。资料未说明的项目保留未知。

• APEX-Agents 1.1：来源只写了不带日期的型号名，无法确认测的是哪个版本。

尚无成绩的评测

这些评测尚无可采用的公开成绩，缺测不补分。