DeepSeek-V4-Pro × AutomationBench
深度求索，自部署，max 档，评测于 2026-10-26
分数0.457Pass Rate
排名2/ 4同一 benchmark 的全部模型
成本—
输出 token12.8M输入 704.1M
每题耗时970秒600 题 × 1 次
评测配置
- temperature
- 1.0
- top_p
- 0.95
- 采样次数
- 1
- 最大输出长度
- 32,768 token
- 分数计算方式
- —
- judge 模型
- —
- harness
- —
- 评测 recipe
- —
- 评测框架
- OPT 1478395
- 其他
- top_k=-1
0
未通过
第 1 次采样输入 382.4K / 输出 12.0K token763 秒
正在加载轨迹…