DeepSeek V4 性能与编程测试全解析：15 个月打磨能否登顶全球 AI 冠军？

4 月 24 日消息：万众期待的「DeepSeek V4」于今天上午正式发布。距离去年 1 月「R1」的发布已过去 15 个月；这一年多来，全球 AI 领域可谓城头变幻大王旗，呈现出一浪更比一浪高的态势。

对于DeepSeek V4，大家的期待值非常高，做到开源第一已经不算惊喜了，网友希望看到的是DeepSeek V4能跟御三家最强的AI掰手腕，尤其是在AI编程、智能体等目前最火的领域。

DeepSeek官方也在发布说明中提到了V4的性能，相比前代模型DeepSeek-V4-Pro的 Agent能力显著增强。

在 Agentic Coding 评测中，V4-Pro已达到当前开源模型最佳水平，并在其他Agent相关评测中同样表现优异。

目前 DeepSeek-V4已成为公司内部员工使用的Agentic Coding模型，据评测反馈使用体验优于Sonnet 4.5，交付质量接近Opus 4.6非思考模式，但仍与Opus 4.6 思考模式存在一定差距。

除了官方评测，现在网上已经有很多网友自己的实测及AI排行榜的评测结果出来了，这里做个汇总，大家可以对比来看V4的性能。

首先是arena.ai上的榜单，主要看text文本和code编程能力吧，图像、视觉之类的因为V4不支持多模态也没得比。

文本能力上位列20名，开了thinking之后反而更低一些。

Code编程能力位列14，这方面国产最强的是GLM-5.1，位列第5名。

在vals.ai的榜单中，V4是开源第一，全球第九的水平，不过从分数上来看跟前三差距还有点大。

还有很多榜单还没收录V4的成绩，Linux.do社区上有大佬自己的评测中，V4 Pro的表现甚至要比GLM-5.1还要差一些，跟TOP3依然差距较大。

从这些结果来看，DeepSeek-V4确实如官方所说，编程能力比前代大幅提升了，表现优于Sonnet 4.5，接近Opus 4.6，但距离后者的推理模式下还有差距。

整体对比下来，DeepSeek-V4在AI编程上有提升但谈不上惊喜，距离御三家的TOP模型还有不少差距要追赶，而且Pro目前的价格虽然比御三家便宜，但总体不算便宜了（主要是Pro），Flash倒是保持了性价比优势。

在过去的15个月中，DeepSeek面临的压力显然是超过外界想象的，一方面有美国不断的制裁封锁，算力资源上跟御三家肯定是差距极大的，而且DeepSeek现在肩负起了适配国产AI算力的重任，这显然也会影响他们的开发进度。

DeepSeek-V4现在总算发布了，而且性能不俗，只不过在过去的15个月中，不论是美国的AI巨头还是国内的Kimi、GLM、MiniMax，都在飞速进步，产品迭代了好几轮了，而且这些公司要么本身就很有资源，要么就是上市之后有融资的支持，这方面DeepSeek也会吃亏的。

现在只能期待DeepSeek后续解决V4的算力及成本问题，并且不断优化，在4.1或者4.2版本迭代之后展现更惊人的能力。

同时希望下一代的DeepSeek-V5不要在等15个月了，争取今年底之前问世吧。