DeepSeek-V4-Pro × SimpleQA Verified
深度求索，自部署，max 档，评测于 2026-10-26
分数0.571Accuracy
排名1/ 4同一 benchmark 的全部模型
成本—
输出 token764.4K输入 118.7K
每题耗时46秒1,000 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 121 / 输出 347 token19 秒
正在加载轨迹…