待验证50% 置信基准精确时间
DeepSeek系列在SWE-bench上的得分已与GPT-4o和Claude Sonnet旗鼓相当
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/13
首次发现
有效期至：2026/10/11
来源
Claude Code国内使用指南：模型选型与省钱配置全攻略
bilibili小伍不是码牛2026/7/7
相关事实
待验证DeepSeek系列在HumanEval、SWE-bench等公开基准测试中，部分编程任务得分与GPT-4o和Claude Sonnet旗鼓相当83% 相似已验证DeepSeek V4在代码生成、数学推理等方面的表现与GPT-4o、Claude 3.5 Sonnet等顶级模型持平甚至超越80% 相似已验证DeepSeek-V3和DeepSeek-R1在多项基准测试中达到了与GPT-4o相当的水平77% 相似部分验证DeepSeek V4 Pro's SweetBench Pro score surpasses GPT 5.4 and is only slightly below GPT 5.5 and Claude Opus 4.776% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/501864API
curl https://kongchang.com/api/v1/knowledge/claims/501864MCP
get_claim(id=501864)