DeepSeek-V4-Pro × AA-LCR
深度求索，自部署，max 档，评测于 2026-10-26
分数0.755Accuracy
排名3/ 4同一 benchmark 的全部模型
成本—
输出 token1.4M输入 38.2M
每题耗时174秒100 题 × 4 次
评测配置
- temperature
- 0.6
- top_p
- 1
- 采样次数
- 4
- 最大输出长度
- 16,384 token
- 分数计算方式
- —
- judge 模型
- Qwen3-235B-A22B
- harness
- —
- 评测 recipe
- —
- 评测框架
- OPT 1478395
- 其他
- top_k=-1
0
通过
第 1 次采样输入 94.0K / 输出 454 token34 秒
正在加载轨迹…