DeepSeek V4 Pro
性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,价格只有 14 分之一。
有 31 个更便宜的已排名模型得分更高:Gemini 3.7 Flash (62.1, $1.50)、Gemini 3.6 Flash (61.0, $1.50)、Gemini 3.8 Flash (60.2, $1.50),另有 28 个。
截至 2026年11月16日,DeepSeek V4 Pro(DeepSeek)在 BenchLeader Index 上得分 56.0(共 608 个已排名配置)。表现最好的是人类偏好(65),最弱的是知识(41)。API 价格为输入每百万 token $0.660、输出每百万 token $1.98(按 3:1 混合为 $0.990),为 2026年11月16日的标价。输出速度约为 80 token/秒(Artificial Analysis)。发布于 2026年8月13日。
要点(截至 2026年11月16日)
- DeepSeek V4 Pro 的 API 价格为输入每百万 token $0.660、输出每百万 token $1.98(按 3:1 混合为 $0.990)(标价,2026年11月16日)。
- DeepSeek V4 Pro 的输出速度约为 80 token/秒(Artificial Analysis,2026年11月16日)。
- DeepSeek V4 Pro 于 2026年8月13日发布(DeepSeek)。
详细说明:DeepSeek V4 Pro 是 DeepSeek 的开放权重推理模型,发布于 2026年8月13日。其最佳配置(推理强度 high)在 BenchLeader Index 上得分 56.0 ±4.4,在 608 个配置中排第 196 名,处于上半区。关键在于这个“±”:另有 279 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,人类偏好得分最高(65),知识最低(41)。按混合价格计,每百万 token $1.98,比大多数已排名模型贵。输出速度为 80 token/秒,首次回答需 42.8 秒,比大多数模型慢。它已在 6 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $1.98/M
- 输入 $1.32 · 输出 $3.96
- 来源:Artificial Analysis
- 输出速度
- 80 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 43 s
- 首 token 1.26 s
- 上下文
- 1.0M
- 来源:models.dev
- 单任务成本
- $0.849
- 每项任务 15 min,AA Index
- 单任务 token 数
- 70k
- 其中 64% 为推理
- 发布日期
- 2026年8月13日
- 综合 Index56
- 推理56
- 编程52
- 数学65
- 知识41
- 人类偏好65
- 长上下文64
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/deepseek-v4-pro)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
DeepSeek 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| DeepSeek V4 Prohigh本页 | 2026年8月13日 | 56.0 | #196 |
| DeepSeek V4 Pro 0424high | 2026年4月24日 | – | – |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| 无推理 | 42.2 | #498 | 93 tok/s | 2.45 s | $0.0017 | 编程 37 · 知识 34 · 长上下文 49 · 数学 43 · 推理 37 |
| low | – | – | 44 tok/s | 1.26 s | $0.0009 | 推理 59 |
| high最佳 | 56.0 | #196 | 80 tok/s | 43 s | $0.0017 | 编程 52 · 人类偏好 65 · 知识 41 · 长上下文 64 · 数学 65 · 推理 56 |
| xhigh | – | – | 44 tok/s | 1.26 s | $0.0009 | |
| max | 54.7 | #225 | 96 tok/s | 47 s | $0.0017 | 智能体与工具 47 · 编程 55 · 知识 55 · 长上下文 65 · 数学 56 · 推理 54 |
| 未说明 | 53.0 | #264 | 44 tok/s | 1.26 s | $0.0009 | 智能体与工具 43 · 编程 53 · 人类偏好 57 · 数学 59 · 推理 57 |
多思考要多花多少
提高推理强度能换来 Index 分数,但费用会成倍增加。这里 max 的成本是 high 的 2.1 倍,Index 变化 -1.3,相当于支出每翻一倍提升 -1.2 分。与其他模型比较。
每个点代表一种推理设置:横轴为每项 Artificial Analysis Index 任务的成本(对数刻度),纵轴为 BenchLeader Index。
Index 走势
2026年9月8日 至 2026年11月16日- high
- max
- 默认
- 无推理
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
元数据
| 基准测试 | 无推理 | high | max | 来源 | 趋势 |
|---|---|---|---|---|---|
| AA Openness Index不计入 Index | 44.4#97 | 44.4#97 | 44.4#97 | Artificial Analysis |
推理
编程
智能体与工具
数学
| 基准测试 | 无推理 | high | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| FrontierMath Tiers 1–3 | – | – | 64.6%#41 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | – | – | 26.8%#47 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 46.7%#199 | 95.6%#51 | 98.6%#29 | – | Epoch AI Benchmarking Hub | |
| ProofBench | – | – | 16.0%#60 | 50.0%#33 | Vals AI | |
| LiveBench Mathematics不计入 Index推理强度未说明 | – | – | – | 95.1%#17 | LiveBench | |
| AIME 2026可能存在污染 | – | – | 96.7%#6 | – | MathArena | |
| HMMT February 2026可能存在污染 | – | – | 93.9%#10 | – | MathArena | |
| USAMO 2026不计入 Index可能存在污染 | – | – | 60.7%#4 | – | MathArena | |
| MathArena Apex可能存在污染 | – | – | 28.1%#10 | – | MathArena | |
| Arena Maths | – | 1465#61 | – | 1443#88 | Arena (LMArena) |
知识
| 基准测试 | 无推理 | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| SimpleQA Verified | – | – | – | 52.9%#27 | – | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data Analysis不计入 Index推理强度未说明 | – | – | – | – | 79.2%#18 | LiveBench | |
| AA-Omniscience v1.1 | -19.1#127 | -6.5#100 | – | -6.4#97 | – | Artificial Analysis | |
| MMLU-Pro | – | – | – | 87.3%#32 | – | Vals AI | |
| LegalBench | – | – | – | 82.4%#72 | – | Vals AI | |
| CorpFin | – | – | – | 65.4%#29 | – | Vals AI | |
| TaxEval | – | – | – | 73.1%#52 | – | Vals AI | |
| CaseLaw v2不计入 Index | – | – | – | 59.4%#27 | – | Vals AI | |
| Excel Modeling Benchmark不计入 Index | – | – | – | 52.8%#54 | – | Vals AI | |
| Excel Modeling Benchmark v1.1不计入 Index | – | – | – | 65.1%#34 | – | Vals AI | |
| MedCode不计入 Index | – | – | – | 42.5%#48 | – | Vals AI | |
| MedScribe不计入 Index | – | – | – | 80.2%#57 | – | Vals AI | |
| Public Benefits Bench v1.1不计入 Index | – | – | – | 62.9%#26 | – | Vals AI | |
| Immigration Bench不计入 Index | – | – | – | 61.7%#24 | – | Vals AI | |
| DrugDiscoveryBench不计入 Index | – | – | 31.7%#17 | – | – | Scale AI SEAL | |
| AA-Omniscience v1.1: accuracy不计入 Index | 38.6%#76 | 45.1%#55 | – | 45.2%#54 | – | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | 6.1%#139 | 5.9%#141 | – | 5.9%#140 | – | Artificial Analysis |
指令遵循
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| LiveBench Language不计入 Index推理强度未说明 | – | 82.1%#26 | LiveBench | |
| LiveBench Instruction Following不计入 Index推理强度未说明 | – | 67.7%#36 | LiveBench | |
| Arena Instruction Following不计入 Index | 1461#54 | 1453#63 | Arena (LMArena) |
人类偏好
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1464#60 | 1458#66 | Arena (LMArena) | |
| EQ-Bench 4推理强度未说明 | – | 1156#22 | EQ-Bench | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 1553#54 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1444#54 | 1446#49 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1469#67 | 1475#52 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1474#59 | 1472#61 | Arena (LMArena) |
长上下文
| 基准测试 | 无推理 | high | max | 来源 | 趋势 |
|---|---|---|---|---|---|
| AA-LCR v1.1 | 50.7%#340 | 79.3%#110 | 80.3%#81 | Artificial Analysis |
综合
| 基准测试 | 无推理 | high | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | – | 155.9#40 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0不计入 Index推理强度未说明 | – | – | – | 77.4%#23 | LiveBench | |
| AA Intelligence Index v5.0.1不计入 Index | 12.6#108 | 20.8#91 | 23.1#88 | – | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index | 20.4#241 | – | 36#91 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 266.9#218 | – | 311.5#94 | – | Artificial Analysis | |
| Vals Index不计入 Index | – | – | 53.0#27 | – | Vals AI | |
| Vals Finance Index不计入 Index | – | – | 52.9%#33 | – | Vals AI | |
| Vals Router Index不计入 Index推理强度未说明 | – | – | – | 53.0%#17 | Vals AI | |
| Vals Legal Index不计入 Index | – | – | 69.0%#21 | – | Vals AI |
GameBench 2 Overall: 41.9. GameBench 2, best reasoning setting (Max): 53.6. 仅供参考,不计入 BenchLeader Index。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Relace | 88 tok/s | 0.80 s | $0.900 | $1.50 | 1.0M | fp4 |
| Venice | 64 tok/s | 1.46 s | $1.65 | $3.30 | 1M | – |
| Azure | 59 tok/s | 2.28 s | $1.91 | $3.83 | 1.0M | – |
| NovitaAI | 51 tok/s | 2.17 s | $1.60 | $3.20 | 1.0M | fp8 |
| DeepInfra | 48 tok/s | 1.49 s | $1.95 | $3.90 | 1.0M | fp8 |
| DeepInfra | 44 tok/s | 0.75 s | $1.30 | $2.60 | 1.0M | fp8 |
| StreamLake | 42 tok/s | 1.27 s | $0.948 | $1.90 | 1.0M | fp8 |
| Baidu Qianfan | 41 tok/s | 0.99 s | $1.69 | $3.38 | 1.0M | fp8 |
| SiliconFlow | 41 tok/s | 1.26 s | $1.00 | $1.50 | 1.0M | fp8 |
| Alibaba Cloud Int. | 32 tok/s | 1.96 s | $1.56 | $3.12 | 1M | fp8 |
| GMICloud | 30 tok/s | 2.24 s | $0.957 | $1.91 | 1.0M | fp8 |
| AtlasCloud | 30 tok/s | 2.04 s | $1.68 | $3.38 | 1.0M | fp4 |
| Alibaba Cloud Int. | 26 tok/s | 2.00 s | $1.42 | $2.83 | 1M | fp8 |
| DigitalOcean | 12 tok/s | 2.24 s | $1.04 | $2.09 | 1.0M | – |
使用情况
DeepSeek V4 Pro 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
过去 30 天的典型请求:每次请求 18.2k token、每个输出 token 对应 34 个输入 token、80% 的输入来自缓存、60% 的输出为推理内容、每次请求 0.16 次工具调用。
在 OpenRouter 上向它发送 token 最多的应用:Hermes Agent (338B)、marshal-harness (124B)、Claude Code (119B)、pi (117B)、ISEKAI ZERO (95.6B)。
| Vercel AI Gateway 上的提供商 | 吞吐量 | 首 token | 在线率,1 天 |
|---|---|---|---|
| Azure | 204 tok/s | 0.80 s | 100.00% |
| DeepSeek | 142 tok/s | 1.38 s | 99.88% |
| Baseten | 131 tok/s | 0.96 s | 99.98% |
| DeepInfra | 44 tok/s | 1.40 s | 99.98% |
| Alibaba Cloud | 43 tok/s | 3.06 s | 100.00% |
| Novita | – | 1.60 s | 100.00% |
来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · 数据截至 2026年11月16日。
价格历史
上述价格(每百万 token)在每个变动日的数值。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.022。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0017 | $0.0013 | 46.5 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.018 | $0.0065 | 50.3 s |
| 代码编辑 | 6,000 / 1,500 | $0.014 | $0.0080 | 1.0 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.095 | $0.037 | 1.5 min |
| 结构化信息提取 | 2,000 / 200 | $0.0034 | $0.0015 | 45.3 s |
包含该模型的编程套餐
可以使用 DeepSeek V4 Pro 的订阅套餐,列出各自的用量限制和单项任务成本。
DeepSeek 的更多模型
将 DeepSeek V4 Pro 与以下模型对比
- DeepSeek V4 Pro vs Claude Fable 5.2
- DeepSeek V4 Pro vs GPT-6.1 Sol
- DeepSeek V4 Pro vs DeepSeek V4.1 Flash 1017
- DeepSeek V4 Pro vs Inkling 2 Small
- DeepSeek V4 Pro vs Gemini 3.8 Flash
- DeepSeek V4 Pro vs GLM 5.3 Flash
- DeepSeek V4 Pro vs Qwen3.8 Max
- DeepSeek V4 Pro vs GLM 5.3
- DeepSeek V4 Pro vs GPT-6 Sol
- DeepSeek V4 Pro vs Gemini 4 Argon
- DeepSeek V4 Pro vs Qwen3.8-Flash-Next
- DeepSeek V4 Pro vs Claude Sonnet 5.5
- DeepSeek V4 Pro vs Claude Sonnet 5
- DeepSeek V4 Pro vs Gemini 3 Pro
- DeepSeek V4 Pro vs Claude Opus 4.7
- DeepSeek V4 Pro vs Gemini 3.7 Flash
- DeepSeek V4 Pro vs Claude Fable 5.1
- DeepSeek V4 Pro vs DeepSeek V4 Flash
- DeepSeek V4 Pro vs Claude Opus 4.8
- DeepSeek V4 Pro vs Claude Opus 5.5
- DeepSeek V4 Pro vs GPT-5.6 Sol
另请参阅
嵌入或引用
在模型卡片或 README 中展示 DeepSeek V4 Pro 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/deepseek-v4-pro)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). DeepSeek V4 Pro on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/deepseek-v4-pro
BibTeX:
@misc{benchleader_deepseek_v4_pro_20261116,
author = {{BenchLeader}},
title = {{DeepSeek V4 Pro on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/deepseek-v4-pro}},
note = {Data as of 2026-11-16}
}常见问题
- DeepSeek V4 Pro 的基准测试得分是多少?
- 截至 2026年11月16日,DeepSeek V4 Pro(推理强度 high)的 BenchLeader Index 为 56.0 ±4.4。最强的是人类偏好(65),最弱的是知识(41)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- DeepSeek V4 Pro 排名第几?
- 截至 2026年11月16日,DeepSeek V4 Pro(推理强度 high)在 608 个已排名配置中排第 196 名。另有 279 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- DeepSeek V4 Pro 每百万 token 的价格是多少?
- 截至 2026年11月16日,DeepSeek V4 Pro 的价格为输入每百万 token $1.32、输出每百万 token $3.96,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $1.98。标价最近一次变动是在 2026年11月13日。
- DeepSeek V4 Pro 比 Step 5 Preview 更好吗?
- 截至 2026年11月16日,DeepSeek V4 Pro(推理强度 high)与 Step 5 Preview 的质量不相上下(BenchLeader Index 56.0 比 56.0,在 ±6.2 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- DeepSeek V4 Pro 是什么时候发布的?
- DeepSeek 于 2026年8月13日发布了 DeepSeek V4 Pro。BenchLeader 收录了它在 6 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《DeepSeek V4 Pro:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/deepseek-v4-pro。