DeepSeek V4 Pro测评：编程与智能体能力大幅跃升
SuperCLUE 发布了 DeepSeek V4 Pro 的中文正式测评，这款在 8 月 13 日推出的旗舰大模型在综合榜单中拿到第 2 名，尤其在智能体编程板块进步显著。DeepSeek V4 Pro 原生支持百万级长文本解析，官方称其在推理、编程与智能体任务上已进入行业第一梯队。
本次测评将 13 款国产模型同台比较，设置了六大考核项，并将智能体编程权重提高到 25%，以更看重模型完成完整工程任务的能力。与预览版相比，DeepSeek V4 Pro 的若干核心项分数有明显上升：智能体编程从 47.37 提升到 63.16，增长 15.85 分；智能体任务规划上升 6.48 分；幻觉控制从 79.70 提升到 89.73。同时推理效率也得到优化，推理耗时有所减少，不再只是堆分数。
当然，迭代中也有取舍，精确的指令遵循分数出现小幅下滑，表明开发团队优先强化了长链路智能体和深度推理能力。与 Qwen3.8 Max 横向比较时，DeepSeek V4 Pro 在幻觉和推理表现更好，但在指令遵循、智能体编程方面仍有追赶空间，智能体任务规划约落后 5 分。此次测试为纯文本场景，智能体任务规划会受到这一条件限制。 球友会
总体来看，这次更新的亮点是编程与智能体能力的增强，更适合需要写代码与处理复杂任务规划的开发者；但并非所有维度都全面提升，普通用户与开发者在选型时应结合自身需求判断。
