DeepSeek V4 Pro
DeepSeek推出的旗舰编程模型，被推荐用于Claude Code后端接入，性价比出色
核心事实
时间轴 (近 90 天)
2026年4月，DeepSeek V4预览版发布，包含2840亿参数的Flash和1.6万亿参数的Pro，支持百万级上下文，全部MIT协议，华为昇腾第一时间接入。
该测试为非严格对照实验，提示词、环境、接口调用方式都会影响结果，UP主将提示词放在评论区鼓励他人复现。
DeepSeek V4 Pro在坡道翻转任务中花费约六分半生成代码，代码更长且界面完整，但点击开始后车辆未运动即显示摔了；原因是初始位置高度恰好等于地面，而代码中“碰到地面就算落地”的判定导致第一帧即误判落地。
在一项非严格对照测试中，UP主要求Gemini 4和DeepSeek V4 Pro用原生JS编写网页，模拟特斯拉飞车场景的物理计算（非动画），设置坡道翻转和飞跃五辆车两个玩法，每人仅一次初始生成机会。
Gemini 4在首次生成时更接近可运行状态，而DeepSeek V4 Pro的代码虽然更长，却在基础逻辑上犯了低级错误。
DeepSeek V4 Pro在飞跃五辆车任务中被指出问题后重写了整个代码，但点击开始仍然立刻摔倒；其小模型B4.1 Flash在坡道翻转中能爬能翻但最后翻车，飞跃五辆车时只能缓慢爬行。
在第一题3D地铁跑酷复刻中，DeepSeek 4.1 Flash生成的版本运行流畅，跳跃、左右移动、下滑等操作无bug，建筑物建模精细度与上一代V4 Pro持平。
以DeepSeek V4 Pro为backbone时，SwarmRSI在MLEBench Lite上奖牌率达81.8%。
以DeepSeek V4 Pro为backbone时，SwarmRSI在NatureBench上的追平SOTA比例比同backbone的Claude Code高21.1个百分点。
以DeepSeek V4 Pro为backbone时，SwarmRSI在OpenProblems上平均得分74.2，超过此前SOTA的67.1。
还有 40 条时间轴事件
全部知识事实 (20)
DeepSeek V4 Pro采用了MoE（Mixture of Experts，混合专家）架构，在推理时只激活部分参数以降低计算成本
80%已验证DeepSeek 将原生多模态能力率先落地在 Flash 级别而非旗舰版本，意在优先占领高频、规模化应用场景
75%已验证原本调用DeepSeek V4 Pro的接口将自动切换至V4.1 Flash新模型，开发者无需改动代码
65%已验证对于控制流平坦化等高级混淆保护手段，AI的分析能力可能大打折扣
65%已验证DeepSeek V4 Pro是2025年4月底推出的新模型
65%已验证DeepSeek 官方在 DeepSeek V4 Pro 模型发布后推出了 DeepSeek Harness（简称 DSH）
70%待验证V4 Pro的代码生成速度明显慢于V4 Flash
90%待验证DeepSeek官方公布V4 Pro在Terminal Bench基准测试中得分高达87.9
60%待验证当前AI辅助游戏开发主要以基于Web的轻量级路径为主，使用HTML5 Canvas、Phaser.js、Three.js等框架
60%待验证该测试为非严格对照实验，提示词、环境、接口调用方式都会影响结果，UP主将提示词放在评论区鼓励他人复现。
50%待验证Gemini 4在首次生成时更接近可运行状态，而DeepSeek V4 Pro的代码虽然更长，却在基础逻辑上犯了低级错误。
50%待验证在第一题3D地铁跑酷复刻中，DeepSeek 4.1 Flash生成的版本运行流畅，跳跃、左右移动、下滑等操作无bug，建筑物建模精细度与上一代V4 Pro持平。
50%待验证以DeepSeek V4 Pro为backbone时，SwarmRSI在NatureBench上的追平SOTA比例比同backbone的Claude Code高21.1个百分点。
50%待验证以DeepSeek V4 Pro为backbone时，SwarmRSI在MLEBench Lite上奖牌率达81.8%。
50%待验证以DeepSeek V4 Pro为backbone时，SwarmRSI在OpenProblems上平均得分74.2，超过此前SOTA的67.1。
50%待验证聊天、摘要、Agent 子任务建议使用 DeepSeek Flash 模型，代码和推理任务建议使用 Pro 模型。
50%待验证本次对比涉及的三个模型是 DeepSeek V4 Pro、Claude Fable 5.1 和 Grok Build 0.1。
50%待验证MiniMax M2.7和DeepSeek V4 Pro在英伟达平台的免费接口已弃用，仅剩合作方付费接口。
50%待验证作者建议使用 DeepSeek V4 Flash 做漏洞发现、用 DeepSeek V4 Pro 或 Opus 等更强模型做验证
50%待验证镜像命名投毒以6/10的跨厂商成功率击败了指令免疫，只有DeepSeek V4 Pro在伪造任务全程干净
50%