格隆匯2月16日｜據新智元，一張圖在全網瘋狂刷屏了！據說，DeepSeek V4的基準測試已經泄露，整個AI圈都震了。有大V總結道：AI編程大戰，已經達到了新的高峰。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，100萬+上下文長度+Engram記憶機制=真正的全倉庫級推理能力。

還有網友綜合了全網DeepSeek V4消息，不僅在Humaneval、SWE_bench、上下文和成本上刷新成績，而且發布時間預計在春節，也就是明天！成本：據稱比OpenAI便宜20到40倍，預計發布時間：2月17日。如果是真的，DeepSeek將又一次改變游戲規則。總之，DeepSeek V4的發布時間，很可能是周一。據說，這是首個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，這幾張流傳出來的基準測試，很快被懷疑是假的。比如在官方評分系統下，不可能有模型達到99.4%的分數。最高分只能是99.2%或 100%。另Epoch AI也確認，FrontierMath的數據是偽造的，因為只有他們和OpenAI有權對該數據集進行評估。至少有兩個基準測試被打假，證明這些圖可信度確實不高。有趣的是，即便是假的，這也說明DeepSeek的確深得人心，網上的夸大其詞的泄露就是DeepSeek成功最大的標志。