BenchLeader

Agnes 3.0 Flash vs DeepSeek V4 Pro

在两者都有结果的 13 项基准测试中,DeepSeek V4 Pro 在 7 项上得分更高,Agnes 3.0 Flash 在 6 项上更高。

BenchLeader 读取的基准测试发布方都已不再收录 Agnes 3.0 Flash,因此它的数据自 2026年9月22日 起停止更新。DeepSeek V4 Pro 的数据为截至 2026年11月16日 的最新数据。每项分数都标注了发布日期。

基准测试Agnes 3.0 FlashDeepSeek V4 Pro (max)
AA Intelligence Index v4.3.235.5
2026年9月11日
36
2026年8月13日
AA-LCR v1.181.0%
2026年9月11日
80.3%
2026年8月13日
AA-Omniscience v1.1-10.6
2026年9月11日
-6.4
2026年8月13日
GPQA Diamond (AA)92.4%
2026年9月11日
92.8%
2026年8月13日
Humanity's Last Exam (AA)38.5%
2026年9月11日
41.0%
2026年8月13日
SciCode (AA)51.6%
2026年9月11日
51.0%
2026年8月13日
CritPt15.1%
2026年9月19日
18.0%
2026年8月13日
GDPval-AA v2.1, normalised score52.5%
2026年9月20日
47.5%
2026年8月13日
τ³-Banking (AA)47.6%
2026年9月19日
39.6%
2026年8月13日
Terminal-Bench 4.0 (AA)7.1%
2026年9月22日
14.1%
2026年8月13日
Terminal-Bench 2.1 (AA)82.0%
2026年9月22日
78.7%
2026年8月13日
AA-Omniscience v1.1: accuracy25.5%
2026年9月22日
45.2%
2026年8月13日
AA-Omniscience v1.1: non-hallucination51.6%
2026年9月22日
5.9%
2026年8月13日
混合价格(每百万 token,3:1)$0.075$1.98
输出速度317 tok/s96 tok/s

查看 Agnes 3.0 Flash 最后测得的全部数据,或前往 DeepSeek V4 Pro 的页面,了解它与仍在测量的模型相比如何。完整列表见排行榜。