DeepSeek V4 Flash 0731
DeepSeek · deepseek-v4-flash-0731 · China · 上线 2026-07-31
42ECI 榜名次
155Epoch ECI
15有成绩的基准
最拿手
- GPQA diamond：第 29 / 117 名（成绩 91.0%）
- WeirdML：第 25 / 89 名（成绩 63.0%）
- ProofBench：第 22 / 68 名（成绩 56.0%）
相对薄弱
- FrontierCode：第 36 / 41 名（成绩 18.8%）
- SimpleQA Verified：第 59 / 81 名（成绩 33.6%）
各基准成绩
| 基准 | 成绩 | 名次 | 超过了多少模型 |
|---|---|---|---|
| GPQA diamond | 91.0% | 29 / 117 | |
| WeirdML | 63.0% | 25 / 89 | |
| ProofBench | 56.0% | 22 / 68 | |
| Mystery Game Puzzles | 34.0% | 24 / 76 | |
| SimpleBench | 61.1% | 20 / 60 | |
| DTBench | 90.9% | 37 / 109 | |
| ARC-AGI-2 | 61.4% | 28 / 78 | |
| OTIS Mock AIME 2024-2025 | 94.4% | 43 / 118 | |
| ARC-AGI | 89.0% | 32 / 79 | |
| LMCA | 41.7% | 47 / 104 | |
| FrontierMath-Tiers-1-3-v2-Private | 57.5% | 45 / 84 | |
| Chess Puzzles | 32.0% | 48 / 81 | |
| FrontierMath-Tier-4-v2-Private | 24.4% | 44 / 68 | |
| SimpleQA Verified | 33.6% | 59 / 81 | |
| FrontierCode | 18.8% | 36 / 41 |
成绩是该模型在最佳推理强度下的结果；名次只在已评分的模型里比。
ECI 相近的模型
| # | 模型 | ECI | 上线 |
|---|---|---|---|
| 39▼1 | Muse Spark 1.2 Meta AI | ±2.3 | 2026-08-05 |
| 40▼4 | Muse Spark Open Meta AI | ±2.0 | 2026-10-15 |
| 41▼2 | Gemini 3.5 Flash | ±2.1 | 2026-05-19 |
| 43▼2 | Gemini 3.6 Flash | ±1.9 | 2026-07-21 |
| 44▼2 | Grok 4.7 xAI | ±2.2 | 2026-09-21 |
| 45▼2 | Grok 4.5 xAI | ±1.9 | 2026-07-08 |