DeepSeek V4 Flash 0731

开源权重 ↗

DeepSeek · 2026-07-31 发布 · 10/30 02:05 更新

AICue 评分 · 综合56.9分综合第 47 名评分不是正确率 · 评测覆盖 77%

可比较分类4/ 4 项分类

已有成绩26项评测

上下文窗口131.1万Token

API 输入 / 输出 · 每百万 Token¥1.5 / ¥4.5空闲时段价；北京时间周一至周五 09:00–12:00、14:00–18:00 为高峰，输入、输出及缓存命中价均翻倍。缓存 ¥0.05厂商官方价格

CAPABILITY PROFILE

各有所长，看得更清楚。

每个领域单独评分，和综合评分用同一种分数，可以直接比。具体能力请看下面每项成绩。

编程AICue 评分57.6分第 41 名前 30 名之外8 项评测 · 覆盖 78%科研AICue 评分56.7分第 47 名前 30 名之外7 项评测 · 覆盖 86%专业办公AICue 评分58.5分第 44 名前 30 名之外6 项评测 · 覆盖 63%知识问答AICue 评分53.0分第 51 名前 30 名之外4 项评测 · 覆盖 100%

覆盖比例是这个领域里已有成绩的评测类别占比，不代表能力高低；没测的不补分，也不扣分。

BEHIND THE SCORE

每一项成绩，都有来处。

按领域列出每项公开成绩，以及它折算成的统一分数。展开可查看运行配置与采用方式。

编程57.68 项

ProgramBenchVals AI0.0%折算分至多 81.9+
原榜型号
deepseek/deepseek-v4-flash-0731 · 原榜第 32 名
代表配置
High 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/20 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
CyberBench Patch v1.1Vals AI87.5%折算分 65.4+
原榜型号
deepseek/deepseek-v4-flash-0731 · 原榜第 5 名
代表配置
High 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/20 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Vibe Code Bench v1.1Vals AI74.7%折算分 61.6+
原榜型号
deepseek/deepseek-v4-flash-0731 · 原榜第 41 名
代表配置
High 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Code MigrationVals AI38.6%折算分 60.1+
原榜型号
deepseek/deepseek-v4-flash-0731 · 原榜第 33 名
代表配置
High 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Terminal-Bench 4.0Vals AI18.7%折算分 57.2+
原榜型号
deepseek/deepseek-v4-flash-0731 · 原榜第 35 名
代表配置
High 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Terminal-Bench 4.0Artificial Analysis12.1%折算分 55.5+
原榜型号
deepseek-v4-flash · 原榜第 95 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
LiveBench CodingLiveBench75.0%折算分 54.1+
原榜型号
deepseek-v4-flash-0731 · 原榜第 53 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
SciCodeArtificial Analysis50.3%折算分 50.1+
原榜型号
deepseek-v4-flash · 原榜第 115 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

科研56.77 项

CritPtArtificial Analysis16.6%折算分 61.2+
原榜型号
deepseek-v4-flash · 原榜第 92 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Mystery Game PuzzlesEpoch AI34.0%折算分 61.0+
原榜型号
deepseek-v4-flash-0731_max · 原榜第 26 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/27 04:00 · 核验 10/30 02:05 · 实测 08/06 07:40
查看这项评测 →官方来源 ↗
LiveBench ReasoningLiveBench86.6%折算分 60.1+
原榜型号
deepseek-v4-flash-0731 · 原榜第 40 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Humanity's Last ExamArtificial Analysis38.6%折算分 55.5+
原榜型号
deepseek-v4-flash · 原榜第 105 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Chess PuzzlesEpoch AI32.0%折算分 55.3+
原榜型号
deepseek-v4-flash-0731_max · 原榜第 65 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/20 06:39 · 核验 10/30 02:05 · 实测 10/13 21:32
查看这项评测 →官方来源 ↗
FrontierMath T1–3Epoch AI57.5%折算分 54.7+
原榜型号
deepseek-v4-flash-0731_max · 原榜第 46 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/27 04:00 · 核验 10/30 02:05 · 实测 08/02 10:15
查看这项评测 →官方来源 ↗
Terminal-Bench ScienceVals AI4.3%折算分至多 54.5+
原榜型号
deepseek/deepseek-v4-flash-0731 · 原榜第 26 名
代表配置
High 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/25 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

专业办公58.56 项

LiveBench Data AnalysisLiveBench79.3%折算分 66.4+
原榜型号
deepseek-v4-flash-0731 · 原榜第 15 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AutomationBench-AAArtificial Analysis54.0%折算分 63.0+
原榜型号
deepseek-v4-flash · 原榜第 72 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
GDPval-AAArtificial Analysis1,440.9折算分 59.9+
原榜型号
deepseek-v4-flash · 原榜第 72 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AA-BriefcaseArtificial Analysis1,256.5折算分 58.1+
原榜型号
deepseek-v4-flash · 原榜第 89 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Finance AgentVals AI49.5%折算分 56.7+
原榜型号
deepseek/deepseek-v4-flash-0731 · 原榜第 48 名
代表配置
High 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
MedCodeVals AI41.4%折算分 51.0+
原榜型号
deepseek/deepseek-v4-flash-0731 · 原榜第 53 名
代表配置
High 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

知识问答53.05 项

LiveBench LanguageLiveBench79.2%折算分 59.0+
原榜型号
deepseek-v4-flash-0731 · 原榜第 40 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
LiveBench IFLiveBench65.5%折算分 55.1+
原榜型号
deepseek-v4-flash-0731 · 原榜第 40 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AA-LCRArtificial Analysis79.7%折算分 53.2+
原榜型号
deepseek-v4-flash · 原榜第 94 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
BullshitBench v2BullshitBench39.0%折算分 47.4+
原榜型号
deepseek/deepseek-v4-flash-0731 · 原榜第 105 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/14 01:39 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
SimpleQA VerifiedEpoch AI33.6%折算分 44.1+
原榜型号
deepseek-v4-flash-0731_max · 原榜第 62 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/27 04:00 · 核验 10/30 02:05 · 实测 08/28 03:30
查看这项评测 →官方来源 ↗

测过，但按规则不计入

这些公开成绩没有计入，原因如下：例如评测方公布超过一半题目被转给了旧型号，或者无法确认测的是哪个版本。

APEX-SWE：来源只写了不带日期的型号名，无法确认测的是哪个版本。
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。

Vibe Code Bench 1–100 FrontierCode 2.0 · AA CritPt v2 Hard · AA MysteryMechanism Terminal-Bench Science · AA Harvey LAB 1.1 · Vals Harvey LAB 1.1 · AA τ³-Banking · Mercor AA-Analyst Agent AA-Omniscience v1.1 MLCR-AA Arena Text

怎么看这些折算分

每项成绩按这项评测的难度折算成同一种分数：难的评测考得一般也能折算出高分，快被刷满的评测再高也折算不出更多。领域分是这些折算分的平均，再向模型的整体水平收一点；同类评测只算一票。相差不到 1 分的两个模型，先后接近抛硬币。

还没有成绩的领域：真人盲选，暂按整体水平计算。

了解计算方法 →