DeepSeek-V4-Pro × MMLU-Pro
深度求索，自部署，max 档，评测于 2026-10-27
分数0.871Accuracy
排名2/ 4同一 benchmark 的全部模型
成本—
输出 token47.9M输入 3.6M
每题耗时139秒12,032 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
- —
- 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 273 / 输出 367 token22 秒
正在加载轨迹…