DeepSeek-V4-Pro × AA-Omniscience
深度求索，自部署，max 档，评测于 2026-10-26
分数0.195Omniscience Index
Accuracy0.592
Hallucination Rate0.971
排名3/ 4同一 benchmark 的全部模型
成本—
输出 token1.1M输入 123.5K
每题耗时99秒600 题 × 1 次
评测配置
- temperature
- 0.6
- top_p
- 1
- 采样次数
- 1
- 最大输出长度
- 65,536 token
- 分数计算方式
- —
- judge 模型
- Qwen3-30B-A3B-Instruct-2507
- 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 201 / 输出 1.3K token83 秒
正在加载轨迹…