studioglobal
인기 있는 발견
보고서게시됨8 소스

DeepSeek V4 vs Kimi K2.6: โค้ด DeepSeek นำ แต่คอนเทนต์และงานแปลยังต้องรอ

ในงานโค้ด ตัวเลขจากตารางสาธารณะของ DeepSeek ให้ DS V4 Pro Max 93.5 บน LiveCodeBench(Pass@1) เทียบกับ K2.6 Thinking 89.6 แต่ยังเป็นตารางของ DeepSeek ไม่ใช่ผลทำซ้ำอิสระ [18][35]. งานผลิตคอนเทนต์และแปลภาษาไม่ควรตัดสินจากคะแนน reasoning หรือ coding เพราะยังไม่มีการเทียบแบบเงื่อนไขเดียวกันที่วัดคุณภาพงานเหล่านี้โดยตรง [1...

Studio Global AI로 검색 및 팩트체크Discover에서 더 많은 것을 찾아보세요
18K0
DeepSeek V4와 Kimi K2.6의 코딩, 콘텐츠, 번역 벤치마크를 비교하는 추상적 AI 그래픽
DeepSeek V4 vs Kimi K2.6: 코딩은 DeepSeek 우세, 콘텐츠·번역은 보류AI 생성 이미지: DeepSeek V4와 Kimi K2.6의 벤치마크 비교를 시각화한 장면.
AI 프롬프트

Create a landscape editorial hero image for this Studio Global article: DeepSeek V4 vs Kimi K2.6: 코딩은 DeepSeek 우세, 콘텐츠·번역은 보류. Article summary: 공개 자료만 놓고 보면 코딩은 DeepSeek V4 Pro Max가 유리합니다. DeepSeek 공개 표에서 LiveCodeBench(Pass@1)는 DS V4 Pro Max 93.5, K2.6 Thinking 89.6이지만, 독립 재현 결과가 아니라는 점은 주의해야 합니다 [18][35].. Topic tags: ai, llm, deepseek, kimi, coding. Reference image context from search candidates: Reference image 1: visual subject "Kimi K2.6 and DeepSeek V4 Pro are the two best open-weights coding models in 2026. K2.6 wins long-horizon agents and swarms; DeepSeek V4" source context "Kimi K2.6 vs DeepSeek V4 (2026): Architecture, Benchmarks, Pricing — Verified" Reference image 2: visual subject "DeepSeek V4 Pro is roughly 0.6x less expensive compared to Kimi K2.6 for input tokens and roughly 0.2x less expensive for output tokens." source context "DeepSeek V4 Pro vs Kimi K2.6 (Comparative

openai.com

หากดูเฉพาะหลักฐานที่เปิดเผยต่อสาธารณะ ตอนนี้สนามที่ตัดสินได้ค่อนข้างชัดคือ งานเขียนโค้ด ไม่ใช่งานคอนเทนต์หรือการแปลภาษา ตาราง benchmark ที่ DeepSeek เผยแพร่บน Hugging Face ระบุว่า LiveCodeBench(Pass@1) ของ DS-V4-Pro Max อยู่ที่ 93.5 ขณะที่ K2.6 Thinking อยู่ที่ 89.6 [18][35].

แต่ต้องอ่านตัวเลขนี้อย่างระวัง: นี่เป็นการอ้างอิงจากตารางของ DeepSeek ไม่ใช่ผลทดสอบซ้ำโดยหน่วยงานอิสระ และไม่ใช่หลักฐานว่า DeepSeek จะเขียนบทความ โฆษณา หรือแปลภาษาได้ดีกว่า Kimi ในทุกสถานการณ์

สรุปเร็ว

งานที่ใช้คำตัดสินตอนนี้เหตุผล
โค้ดDeepSeek V4-Pro Max นำLiveCodeBench(Pass@1) ระบุ DS-V4-Pro Max 93.5 เทียบกับ K2.6 Thinking 89.6 [18][35]
ผลิตคอนเทนต์ยังไม่ควรตัดสินข้อมูลสาธารณะเน้นโค้ด, agent, ความรู้ และ reasoning มากกว่าคุณภาพงานเขียนจริง [1][7][18][35]
แปลภาษายังไม่ควรตัดสิน
SWE-Bench Multilingual
ของ Kimi อยู่ในหมวดโค้ด ส่วน Chinese-SimpleQA ของ DeepSeek เป็น QA ด้านความรู้และ reasoning ไม่ใช่คะแนนแปลภาษาโดยตรง [7][9][18][35]

ก่อนเทียบ ต้องดูให้ชัดว่ากำลังพูดถึงรุ่นไหน

ฝั่ง Kimi K2.6 มีให้ใช้งานบน Cloudflare Workers AI ในชื่อโมเดล @cf/moonshotai/kimi-k2.6 โดย Cloudflare อธิบายว่า Kimi K2.6 เป็นโมเดล multimodal แบบ agentic ที่เน้น long-horizon coding, coding-driven design, การทำงานอัตโนมัติเชิงรุก และการประสานงานแบบ swarm นอกจากนี้เอกสารเดียวกันยังระบุสถาปัตยกรรม Mixture-of-Experts ที่มี 1T total parameters และ 32B active per token [1].

ฝั่ง DeepSeek เอกสาร API มีรายการ DeepSeek-V4 ใน change log วันที่ 24 เมษายน 2026 และหน้า V4 Preview Release ระบุ DeepSeek-V4-Pro กับ DeepSeek-V4-Flash [33][34]. เว็บไซต์ DeepSeek เองก็ประกาศว่า V4 preview เปิดใช้งานบนเว็บ แอป และ API แล้ว [41].

จุดที่คนใช้ API ต้องระวังคือชื่อ alias เดิม ๆ เอกสาร DeepSeek ระบุว่า deepseek-chat และ deepseek-reasoner ปัจจุบัน route ไปที่ deepseek-v4-flash และจะเข้าถึงไม่ได้หลังวันที่ 24 กรกฎาคม 2026 เวลา 15:59 UTC [34]. ดังนั้นคำว่า DeepSeek ชนะในบทความนี้หมายถึงการเทียบ DS-V4-Pro Max กับ K2.6 Thinking ตามตารางที่เปิดเผย ไม่ใช่การเหมารวมทุกชื่อโมเดลหรือทุก endpoint ของ DeepSeek [18][35].

โค้ด: DeepSeek V4-Pro Max เป็นตัวที่น่าลองก่อน

หลักฐานที่ตรงที่สุดคือแถว LiveCodeBench ในตาราง Hugging Face ของ DeepSeek ซึ่งให้ K2.6 Thinking ที่ 89.6 และ DS-V4-Pro Max ที่ 93.5 [18][35].

BenchmarkKimi K2.6DeepSeek V4อ่านอย่างไร
LiveCodeBench(Pass@1)K2.6 Thinking 89.6DS-V4-Pro Max 93.5ตามตารางสาธารณะ DeepSeek นำ [18][35]
Codeforces(Rating)ไม่มีค่าที่เทียบตรงในแถวเดียวกันDS-V4-Pro Max 3206มีคะแนนของ DeepSeek แต่ยังใช้เทียบกับ Kimi แบบเงื่อนไขเดียวกันไม่ได้ [35]

อย่างไรก็ตาม นี่ไม่ได้แปลว่า Kimi K2.6 อ่อนด้านโค้ด ข้อมูลของ Kimi และหน้า Hugging Face ระบุคะแนนด้าน coding หลายรายการ เช่น Terminal-Bench 2.0 ที่ 66.7, SWE-Bench Pro ที่ 58.6, SWE-Bench Verified ที่ 80.2 และ LiveCodeBench v6 ที่ 89.6 [7][9]. ประเด็นคือ Kimi ถูกวางตำแหน่งเป็นโมเดลสาย coding/agentic อย่างจริงจัง แต่ข้อมูลที่นำมาเทียบกับ DeepSeek V4 แบบหัวชนหัวในเงื่อนไขเดียวกันยังมีจำกัด

ในทางปฏิบัติ ถ้างานหลักคือแก้โจทย์อัลกอริทึม สร้างโค้ด หรือประเมิน coding agent, DeepSeek V4-Pro Max เป็นตัวที่ควรหยิบมาทดสอบก่อน แต่ผลลัพธ์จริงอาจเปลี่ยนได้เมื่อเจอโค้ดเบสของบริษัท, วิธีเรียกเครื่องมือ, context length, latency และต้นทุนต่อ token จึงไม่ควรสรุปผู้ชนะของทุกงานโค้ดจาก benchmark เดียว

คอนเทนต์: คะแนน reasoning ไม่ใช่คะแนนเขียนบทความ

สำหรับทีมที่ใช้ AI เขียนบล็อก ทำเอกสารสินค้า สรุปเนื้อหา หรือช่วยร่างแคมเปญการตลาด คำถามสำคัญไม่ใช่แค่ว่าโมเดลทำข้อสอบ reasoning ได้กี่คะแนน แต่ต้องดูว่ามันคุมโทนแบรนด์ได้ไหม จัดโครงบทความยาวได้ดีหรือไม่ สรุปโดยไม่ทำข้อมูลหล่นหรือเติมเองเกินจริงหรือเปล่า และรับ feedback หลายรอบได้แค่ไหน

ข้อมูล Kimi K2.6 ที่เห็นในตอนนี้เน้นความสามารถด้าน long-horizon coding, coding-driven design, autonomous execution และ swarm-based task orchestration [1]. ส่วนตารางของ DeepSeek V4 ก็เน้นชุดวัดผลอย่าง MMLU-Pro, SimpleQA-Verified, Chinese-SimpleQA, GPQA Diamond, HLE, LiveCodeBench และ Codeforces ซึ่งเป็นหมวดความรู้ reasoning และ coding เป็นหลัก [18][35]. คะแนนเหล่านี้ช่วยบอกภาพรวมความสามารถของโมเดลได้ แต่ยังไม่ใช่การวัดคุณภาพบทความ โฆษณา สรุปรายงาน หรือการเขียนภาษาไทยเชิงบรรณาธิการโดยตรง

ถ้างานคอนเทนต์เป็นหัวใจหลัก วิธีที่ปลอดภัยกว่าคือทำชุดทดสอบของตัวเอง เช่น prompt สำหรับบล็อกภาษาไทย, หน้าแนะนำสินค้า, สรุปรายงานยาว, โพสต์โซเชียล, การ rewrite ให้เข้ากับโทนแบรนด์ แล้วให้ผู้ประเมินอ่านแบบไม่เห็นชื่อโมเดล จากนั้นให้คะแนนเรื่องความถูกต้อง โครงสร้าง สำนวน และการทำตามคำสั่งแก้ไข

งานแปล: อย่าเห็นคำว่า multilingual แล้วรีบสรุปว่าแปลเก่งกว่า

งานแปลควรแยกออกจาก benchmark ด้านโค้ดให้ชัด 

SWE-Bench Multilingual
ที่ Kimi ระบุคะแนน 76.7 อยู่ในหมวด coding และไม่ควรถูกอ่านว่าเป็นคะแนนแปลประโยคทั่วไปหรือแปลเอกสารทางธุรกิจ [7][9]. ฝั่ง DeepSeek ตารางมี Chinese-SimpleQA ในหมวด Knowledge & Reasoning ซึ่งเป็นงานตอบคำถามด้านความรู้ ไม่ใช่การทดสอบแปลไทย-อังกฤษ จีน-ไทย หรือภาษาอื่นโดยตรง [18][35].

ดังนั้นถ้างานแปลสำคัญ ควรทดสอบด้วยตัวอย่างจริง แยกตามประเภทภาษาและเอกสาร เช่น บทสนทนาทั่วไป คู่มือเทคนิค เอกสารกฎหมาย การแพทย์ การเงิน การจัดการชื่อเฉพาะ ระดับความสุภาพในภาษาไทย และการคงน้ำเสียงของต้นฉบับ เกณฑ์ที่ควรวัดคือความหมายไม่เพี้ยน ศัพท์เฉพาะสม่ำเสมอ และอ่านเป็นธรรมชาติในภาษาปลายทาง

ควรเลือกทดสอบรุ่นไหนก่อน

  • ถ้า automation ด้านโค้ดคือเรื่องหลัก: ให้เริ่มจาก DeepSeek V4-Pro Max ได้ เพราะตัวเลข LiveCodeBench สาธารณะของ DS-V4-Pro Max สูงกว่า K2.6 Thinking [18][35].
  • ถ้าการ deploy บน Cloudflare Workers AI สำคัญ: ควรใส่ Kimi K2.6 ใน shortlist เพราะมีให้ใช้งานในชื่อ @cf/moonshotai/kimi-k2.6 บน Workers AI [1].
  • ถ้าใช้งาน DeepSeek API อยู่แล้ว: ต้องตรวจสอบ routing และกำหนด retire ของ deepseek-chat กับ deepseek-reasoner ให้ชัด เพราะเอกสาร DeepSeek ระบุการ route ไป deepseek-v4-flash และวันปิดการเข้าถึง [34].
  • ถ้างานหลักคือคอนเทนต์หรือแปลภาษา: อย่าเลือกจาก leaderboard สายโค้ดอย่างเดียว ให้ทำ blind test ด้วยภาษา โดเมน และโทนจริงที่จะใช้ในโปรดักชัน

บทสรุป

จากหลักฐานสาธารณะที่มีตอนนี้ ข้อสรุปที่ไม่เกินหลักฐานคือ งานโค้ด: DeepSeek V4-Pro Max นำ ส่วน งานผลิตคอนเทนต์และแปลภาษา: ยังไม่มีผู้ชนะชัดเจน ตัวเลข LiveCodeBench ที่ DeepSeek เผยแพร่ชี้ว่า DS-V4-Pro Max สูงกว่า K2.6 Thinking [18][35] แต่คะแนนนี้ไม่ควรถูกขยายความไปถึงงานเขียนและงานแปลโดยอัตโนมัติ

หากต้องเลือกใช้จริงในโปรดักชัน benchmark เป็นเพียงจุดเริ่มต้น สิ่งที่ควรตัดสินร่วมกันคือคุณภาพบนงานตัวอย่างของคุณเอง ความเข้ากันได้กับระบบ deploy ต้นทุน latency และความเสถียรเมื่อใช้งานต่อเนื่อง

Studio Global AI

Search, cite, and publish your own answer

Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.

Studio Global AI로 검색 및 팩트체크

주요 시사점

  • ในงานโค้ด ตัวเลขจากตารางสาธารณะของ DeepSeek ให้ DS V4 Pro Max 93.5 บน LiveCodeBench(Pass@1) เทียบกับ K2.6 Thinking 89.6 แต่ยังเป็นตารางของ DeepSeek ไม่ใช่ผลทำซ้ำอิสระ [18][35].
  • งานผลิตคอนเทนต์และแปลภาษาไม่ควรตัดสินจากคะแนน reasoning หรือ coding เพราะยังไม่มีการเทียบแบบเงื่อนไขเดียวกันที่วัดคุณภาพงานเหล่านี้โดยตรง [1][7][18][35].
  • ถ้าทำ coding automation ให้ลอง DeepSeek V4 Pro Max ก่อน; ถ้าต้องรันบน Cloudflare Workers AI หรือใช้เวิร์กโฟลว์ agent ของ Kimi ก็ควรทดสอบ Kimi K2.6 คู่กัน [1][34].

사람들은 또한 묻습니다.

"DeepSeek V4 vs Kimi K2.6: โค้ด DeepSeek นำ แต่คอนเทนต์และงานแปลยังต้องรอ"에 대한 짧은 대답은 무엇입니까?

ในงานโค้ด ตัวเลขจากตารางสาธารณะของ DeepSeek ให้ DS V4 Pro Max 93.5 บน LiveCodeBench(Pass@1) เทียบกับ K2.6 Thinking 89.6 แต่ยังเป็นตารางของ DeepSeek ไม่ใช่ผลทำซ้ำอิสระ [18][35].

먼저 검증할 핵심 포인트는 무엇인가요?

ในงานโค้ด ตัวเลขจากตารางสาธารณะของ DeepSeek ให้ DS V4 Pro Max 93.5 บน LiveCodeBench(Pass@1) เทียบกับ K2.6 Thinking 89.6 แต่ยังเป็นตารางของ DeepSeek ไม่ใช่ผลทำซ้ำอิสระ [18][35]. งานผลิตคอนเทนต์และแปลภาษาไม่ควรตัดสินจากคะแนน reasoning หรือ coding เพราะยังไม่มีการเทียบแบบเงื่อนไขเดียวกันที่วัดคุณภาพงานเหล่านี้โดยตรง [1][7][18][35].

실무에서는 다음으로 무엇을 해야 합니까?

ถ้าทำ coding automation ให้ลอง DeepSeek V4 Pro Max ก่อน; ถ้าต้องรันบน Cloudflare Workers AI หรือใช้เวิร์กโฟลว์ agent ของ Kimi ก็ควรทดสอบ Kimi K2.6 คู่กัน [1][34].

다음에는 어떤 관련 주제를 탐구해야 할까요?

다른 각도와 추가 인용을 보려면 "Claude Opus 4.7·GPT-5.5·DeepSeek V4·Kimi K2.6 벤치마크 비교: 2026년 판정"으로 계속하세요.

관련 페이지 열기

이것을 무엇과 비교해야 합니까?

"DeepSeek V4 엔지니어링 해설: 100만 토큰, MoE, API 이전 체크포인트"에 대해 이 답변을 대조 확인하세요.

관련 페이지 열기

연구를 계속하세요

Comparativa de benchmarks 2026 entre Claude Opus 4.7, GPT-5.5, DeepSeek V4 y Kimi K2.6

Claude Opus 4.7·GPT-5.5·DeepSeek V4·Kimi K2.6 벤치마크 비교: 2026년 판정

Claude Opus 4.7 vs GPT-5.5 vs DeepSeek V4 vs Kimi K2.6: 2026 벤치마크 비교

DeepSeek V4 工程架构示意图，包含 1M 上下文、MoE 专家路由和 API 服务化元素

DeepSeek V4 엔지니어링 해설: 100만 토큰, MoE, API 이전 체크포인트

DeepSeek V4 엔지니어링 해설: 100만 토큰, MoE, API 이전 체크포인트

木材市場與需求彈性概念的編輯插圖

Northwest vs. Southeast Timber 탄력성 풀이: 왜 답은 larger; larger일까

Northwest vs. Southeast Timber: 대체성이 높을수록 왜 larger; larger인가

抽象 AI 晶片與多個聊天機器人平台競爭的示意圖，象徵 DeepSeek 挑戰 OpenAI、Claude、Gemini 與 Grok

DeepSeek가 OpenAI·Claude·Gemini·Grok을 이길까: 답은 비용과 신뢰에 있다

DeepSeek가 OpenAI·Claude·Gemini·Grok을 이길까

연구 대화

당신

연구문제

DeepSeek V4와 Kimi K2.6의 벤치마크를 조사해줘. 코딩, 콘텐츠 제작, 번역에서는 누가 이길까?

Studio Global AI40 소스

인용 답변

DeepSeek V4와 Kimi K2.6의 승자를 현재 제공된 근거만으로 확정할 수는 없습니다. 코딩은 DeepSeek V4 쪽에 일부 우세 신호가 있지만, Kimi K2.6과 같은 벤치마크에서 직접 비교한 수치가 없어 “DeepSeek 승”이라고 단정하기에는 증거가 부족합니다.

Key findings

  • 코딩: DeepSeek V4 우세 가능성은 있으나 확정 불가

    • 제공된 근거 중 DeepSeek V4-Pro가 LiveCodeBench에서 앞선다는 제3자 자료가 있지만, 비교 대상이 Kimi K2.6인지 명확하지 않고 원자료도 공식 벤치마크가 아닙니다 [5].
    • Kimi K2.6은 “native multimodal agentic model”로 소개되며 실용적 능력을 발전시킨 모델이라고 설명되지만, 제공된 근거에는 LiveCodeBench, SWE-bench, HumanEval 같은 코딩 벤치마크 수치가 없습니다 [1].
    • 따라서 코딩에서는 DeepSeek V4가 유리해 보일 수는 있지만, 직접 비교 근거가 없어 판정은 보류가 맞습니다.

  • 콘텐츠 제작: 승자 판단 불가

    • 제공된 자료에는 DeepSeek V4와 Kimi K2.6의 글쓰기, 요약, 창작, 마케팅 카피, 장문 작성 등 콘텐츠 제작 벤치마크가 없습니다.
    • Kimi K2.6이 멀티모달·에이전트형 모델이라는 설명은 있지만, 콘텐츠 품질에서 DeepSeek V4보다 낫다는 정량 근거는 없습니다 [1].
    • 결론적으로 콘텐츠 제작은 Insufficient evidence.

  • 번역: 승자 판단 불가

    • 제공된 근거에는 WMT, FLORES, 다국어 MT-Bench, 한국어-영어/중국어-한국어 번역 평가 같은 번역 벤치마크가 없습니다.
    • DeepSeek V4와 Kimi K2.6 중 어느 쪽이 번역에서 우수한지 판단할 직접 근거가 없습니다.
    • 결론적으로 번역은 Insufficient evidence.

  • 모델 상태와 근거 신뢰도

    • Kimi K2.6은 2026년 4월 20일 Cloudflare Workers AI에서 @cf/moonshotai/kimi-k2.6로 제공되기 시작했다는 근거가 있습니다 [1].
    • DeepSeek 쪽은 공식 API 문서에 V4 Preview Release가 올라와 있고, 기존 deepseek-chat 및 deepseek-reasoner가 2026년 7월 24일 이후 접근 불가가 되며 현재 deepseek-v4-flash로 라우팅된다는 설명이 있습니다 [4].
    • 반면 일부 제3자 자료는 2026년 3월 중순 기준 DeepSeek V4가 공식 출시되지 않았다고 설명해 시점상 충돌이 있습니다 [3]. 이 경우 공식 API 문서인 [4]가 출시 상태 판단에는 더 강한 근거입니다.

Evidence notes

  • DeepSeek V4의 코딩 성능에 관한 구체적 주장 중 가장 관련 있는 근거는 LiveCodeBench 언급이지만, 제공된 스니펫만으로는 Kimi K2.6과의 직접 대결이라고 볼 수 없습니다 [5].
  • Kimi K2.6 관련 공식성 높은 근거는 배포 및 모델 성격 설명에 가깝고, 코딩·콘텐츠·번역 점수는 제공하지 않습니다 [1].
  • Facebook 그룹 게시물은 Kimi K2.6의 장기 코딩 및 에이전트 스케일링을 언급하지만, 공식 벤치마크 근거로 보기에는 신뢰도가 낮습니다 [40].

Limitations / uncertainty

  • 제공된 근거에는 DeepSeek V4와 Kimi K2.6을 같은 조건에서 비교한 표준 벤치마크가 없습니다.
  • 코딩은 DeepSeek V4 관련 우세 신호가 일부 있으나, Kimi K2.6의 대응 점수가 없어 승패 판정은 불가능합니다.
  • 콘텐츠 제작과 번역은 평가 데이터가 사실상 없으므로 Insufficient evidence입니다.

Summary

  • 코딩: DeepSeek V4 우세 가능성, 그러나 직접 비교 근거 부족.
  • 콘텐츠 제작: 판정 불가.
  • 번역: 판정 불가.
  • 현재 근거만으로 가장 엄밀한 결론은 **“DeepSeek V4가 코딩에서 앞설 가능성은 있지만, 세 영역 모두 확정 승자는 없다”**입니다.

출처

  • [1] Moonshot AI Kimi K2.6 now available on Workers AI · Changelogdevelopers.cloudflare.com

    Image 2: hero image ← Back to all posts Moonshot AI Kimi K2.6 now available on Workers AI Apr 20, 2026 Workers AI @cf/moonshotai/kimi-k2.6 is now available on Workers AI, in partnership with Moonshot AI for Day 0 support. Kimi K2.6 is a native multimodal ag...

  • [7] Kimi K2.6 Tech Blog: Advancing Open-Source Codingkimi.com

    APEX-Agents 27.9 33.3 33.0 32.0 11.5 OSWorld-Verified 73.1 75.0 72.7 — 63.3 Coding Terminal-Bench 2.0 (Terminus-2) 66.7 65.4 65.4 68.5 50.8 SWE-Bench Pro 58.6 57.7 53.4 54.2 50.7 SWE-Bench Multilingual 76.7 — 77.8 76.9 73.0 SWE-Bench Verified 80.2 — 80.8 80...

  • [9] moonshotai/Kimi-K2.6 - Hugging Facehuggingface.co

    OSWorld-Verified 73.1 75.0 72.7 63.3 Coding Terminal-Bench 2.0 (Terminus-2) 66.7 65.4 65.4 68.5 50.8 SWE-Bench Pro 58.6 57.7 53.4 54.2 50.7 SWE-Bench Multilingual 76.7 77.8 76.9 73.0 SWE-Bench Verified 80.2 80.8 80.6 76.8 SciCode 52.2 56.6 51.9 58.9 48.7 OJ...

  • [18] deepseek-ai/DeepSeek-V4-Pro - Hugging Facehuggingface.co

    Opus-4.6 Max GPT-5.4 xHigh Gemini-3.1-Pro High K2.6 Thinking GLM-5.1 Thinking DS-V4-Pro Max :---: :---: :---: Knowledge & Reasoning MMLU-Pro (EM) 89.1 87.5 91.0 87.1 86.0 87.5 SimpleQA-Verified (Pass@1) 46.2 45.3 75.6 36.9 38.1 57.9 Chinese-SimpleQA (Pass@1...

  • [33] Change Log | DeepSeek API Docsapi-docs.deepseek.com

    Previous FAQ Date: 2026-04-24 DeepSeek-V4 Date: 2025-12-01 DeepSeek-V3.2 DeepSeek-V3.2-Speciale Date: 2025-09-29 DeepSeek-V3.2-Exp Date: 2025-09-22 DeepSeek-V3.1-Terminus Date: 2025-08-21 DeepSeek-V3.1 Date: 2025-05-28 deepseek-reasoner Date: 2025-03-24 dee...

  • [34] DeepSeek V4 Preview Release | DeepSeek API Docsapi-docs.deepseek.com

    ⚠️ Note: deepseek-chat & deepseek-reasoner will be fully retired and inaccessible after Jul 24th, 2026, 15:59 (UTC Time). (Currently routing to deepseek-v4-flash non-thinking/thinking). Image 7 🔹 Amid recent attention, a quick reminder: please rely only on...

  • [35] deepseek-ai/DeepSeek-V4-Pro-Base · Create README.mdhuggingface.co

    70+DeepSeek-V4-Pro-Max vs Frontier Models 71+Benchmark (Metric) Opus-4.6 Max GPT-5.4 xHigh Gemini-3.1-Pro High K2.6 Thinking GLM-5.1 Thinking DS-V4-Pro Max 72+Knowledge & Reasoning 73+MMLU-Pro (EM) 89.1 87.5 91.0 87.1 86.0 87.5 74+SimpleQA-Verified (Pass@1)...

  • [41] DeepSeek | 深度求索deepseek.com

    DeepSeek 深度求索 Image 1: DeepSeek Logo 🎉 DeepSeek-V4 预览版本发布，具备世界顶级推理性能，Agent 能力大幅提高，已在网页端、APP 和 API 上线，点击查看详情。 探索未至之境 开始对话 与 DeepSeek 免费对话 体验全新旗舰模型API 开放平台 调用 DeepSeek 最新模型 快速集成、流畅体验 获取手机 AppEnglish Image 2: DeepSeek Logo © 2026 杭州深度求索人工智能基础技术研究有限公司 版权所有 浙IC...