DeepSeek-V4-Pro

深度评测

推理能力：开源天花板

DeepSeek-V4-Pro 在数学和 STEM 推理上达到了开源模型的最高水平：

评测项	DeepSeek-V4-Pro	GLM-5.1	Kimi-K2.6
MATH (数学)	92.5%	87.1%	88.3%
GPQA (科学)	85.2%	78.5%	80.1%
Codeforces (竞赛代码)	评级 1800+	评级 1600	评级 1700

实测案例：

Prompt: 证明：对于任意正整数 n，存在 n 个连续的正整数，它们都不是素数的幂。

DeepSeek-V4-Pro: (思考模式，reasoning_effort=max)

1. 首先，我需要理解题目：要找到 n 个连续正整数，每个数至少有两个不同的素因子（或不是素数幂）
2. 考虑中国剩余定理的构造方法…
3. 设 p₁, p₂, …, pₙ 为前 n 个素数
4. 构造同余方程组：x ≡ -i (mod pᵢpᵢ₊₁) 对于 i = 1, …, n
5. 由中国剩余定理，这个方程组有解…
6. 因此存在 x 使得 x+i 被 pᵢpᵢ₊₁ 整除，即 x+i 不是素数幂
7. 证毕。

Agent 能力：端到端交付

DeepSeek-V4-Pro 在 Agentic Coding 评测中达到开源最佳水平。公司内部评测：

• 使用体验优于 Sonnet 4.5
• 交付质量接近 Opus 4.6 非思考模式
• 与 Opus 4.6 思考模式仍有差距

实测案例：

Prompt: 帮我创建一个 Python Web 爬虫项目，包含：

• 支持多线程并发
• 自动处理反爬（User-Agent 轮换、延迟、代理）
• 数据存储到 SQLite
• 生成爬取报告

DeepSeek-V4-Pro 输出：

• 完整项目结构（6 个文件）
• 配置文件 config.yaml
• 爬虫核心 crawler.py（含反爬策略）
• 数据库模型 models.py
• 报告生成 reporter.py
• 使用说明 README.md
• 运行脚本 run.sh

长上下文：1M tokens 实测

DeepSeek-V4 的 1M 上下文不是噱头，实际可用：

任务	上下文长度	准确率
文档问答	100K	95%
代码库分析	500K	90%
全书摘要	1M	85%

关键创新： DSA 稀疏注意力机制，在 token 维度压缩，大幅降低计算和显存需求。

与 V4-Flash 的对比

维度	V4-Pro	V4-Flash	建议
复杂推理	⭐⭐⭐⭐⭐	⭐⭐⭐⭐☆	高难度选 Pro
Agent 简单任务	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	两者均可
Agent 高难度	⭐⭐⭐⭐⭐	⭐⭐⭐☆☆	必须选 Pro
世界知识	⭐⭐⭐⭐⭐	⭐⭐⭐⭐☆	知识密集型选 Pro
响应速度	⭐⭐⭐☆☆	⭐⭐⭐⭐⭐	速度敏感选 Flash
成本	⭐⭐⭐☆☆	⭐⭐⭐⭐⭐	预算有限选 Flash

使用建议

思考模式配置：

# 复杂任务用 max 思考强度
response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[...],
    reasoning_effort="max"  # 可选: low, medium, high, max
)

分层策略：

1. 先用 V4-Flash 处理所有请求（快且便宜）
2. 对 Flash 输出不满意的任务，升级到 V4-Pro
3. 这样可以在保证 90% 质量的前提下，节省 70% 成本