格隆匯2月16日｜據(jù)新智元，一張圖在全網(wǎng)瘋狂刷屏了！據(jù)說(shuō)，DeepSeek V4的基準(zhǔn)測(cè)試已經(jīng)泄露，整個(gè)AI圈都震了。有大V總結(jié)道：AI編程大戰(zhàn)，已經(jīng)達(dá)到了新的高峰。泄露信息顯示，DeepSeek V4在SWE-bench Verified上取得了驚人的83.7%，超過了Claude Opus 4.5（80.9%）和GPT-5.2（80%）。可以說(shuō)，100萬(wàn)+上下文長(zhǎng)度+Engram記憶機(jī)制=真正的全倉(cāng)庫(kù)級(jí)推理能力。

還有網(wǎng)友綜合了全網(wǎng)DeepSeek V4消息，不僅在Humaneval、SWE_bench、上下文和成本上刷新成績(jī)，而且發(fā)布時(shí)間預(yù)計(jì)在春節(jié)，也就是明天！成本：據(jù)稱比OpenAI便宜20到40倍，預(yù)計(jì)發(fā)布時(shí)間：2月17日。如果是真的，DeepSeek將又一次改變游戲規(guī)則。總之，DeepSeek V4的發(fā)布時(shí)間，很可能是周一。據(jù)說(shuō)，這是首個(gè)不落后于閉源頂尖模型，甚至能與之匹敵甚至超越的模型。

不過，這幾張流傳出來(lái)的基準(zhǔn)測(cè)試，很快被懷疑是假的。比如在官方評(píng)分系統(tǒng)下，不可能有模型達(dá)到99.4%的分?jǐn)?shù)。最高分只能是99.2%或 100%。另Epoch AI也確認(rèn)，F(xiàn)rontierMath的數(shù)據(jù)是偽造的，因?yàn)橹挥兴麄兒蚈penAI有權(quán)對(duì)該數(shù)據(jù)集進(jìn)行評(píng)估。至少有兩個(gè)基準(zhǔn)測(cè)試被打假，證明這些圖可信度確實(shí)不高。有趣的是，即便是假的，這也說(shuō)明DeepSeek的確深得人心，網(wǎng)上的夸大其詞的泄露就是DeepSeek成功最大的標(biāo)志。