New API
rxun.cc · 测评于 2026-09-27 15:42 · 最近更新批次 #85
deepseek-v4-flash
最佳模型 58.3
关于统一测评
本页数据来自一次「能力 + 性能 + 一致性」统一测评：能力分由五大维度标准化题目判分，性能分由成功率、首字延迟与输出吞吐综合计算，一致性分来自结构化输出、指令遵循、工具调用、流式协议等专项检测。综合分 = 能力 40% + 性能 40% + 一致性 20%。
测评预警
- deepseek-v4-flash：题目通过率 30%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-v4-pro：题目通过率 0%，低于 75%；最低能力维度 0 分，低于 30 分
以上为测评预警（题目通过率或某一能力维度低于配置阈值），不等同于安全或诈骗结论。
每个模型展示其最新一次统一测评结果；不同批次测评过的不同模型会共同保留，不会互相覆盖。展开「一致性专项明细」可查看逐项检测结果。
deepseek-v4-flash
DeepSeek · 平均延迟 13.47秒 · 成功率 30%（3/10 题）
58.3 分
能力分31.1
性能分69.7
一致性分90.0
首字最快用时1.21秒
首字平均用时4.90秒
每秒最大 tokens153.91
平均每秒 tokens85.77
平均响应延迟13.47秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
0.0 (0/2)
代码
0.0 (0/2)
中文
100.0 (2/2)
知识
50.0 (1/2)
该模型触发测评预警：题目通过率 30%，低于 75%；最低能力维度 0 分，低于 30 分
deepseek-v4-pro
DeepSeek · 平均延迟 11.08秒 · 成功率 0%（0/10 题）
40.6 分
能力分0.0
性能分51.5
一致性分100.0
首字最快用时2.13秒
首字平均用时3.75秒
每秒最大 tokens64.81
平均每秒 tokens53.25
平均响应延迟11.08秒
一致性判定：维度均衡
五大能力维度
数学
0.0 (0/2)
逻辑
0.0 (0/2)
代码
0.0 (0/2)
中文
0.0 (0/2)
知识
0.0 (0/2)
该模型触发测评预警：题目通过率 0%，低于 75%；最低能力维度 0 分，低于 30 分
返回排行榜
Ai速测