DeepSeek-V4-ProvsQwen3.8-Max
在 6 个共同 benchmark 中，DeepSeek-V4-Pro 整体领先：DeepSeek-V4-Pro 领先 4 项，Qwen3.8-Max 领先 2 项，持平 0 项，平均分差 +1.72。
DeepSeek-V4-Pro
DeepSeek-AI · 2026-08-13 · 推理大模型
Qwen3.8-Max
阿里巴巴 · 2026-08-03 · 推理大模型
DeepSeek-V4-Pro4 项(67%)(33%)2 项Qwen3.8-Max
评测分数
按能力类目分组，每组内按分差大小排列；共 6 项。
跨应用与工具编排
胶着 2/2| 评测项 | DeepSeek-V4-Pro | Qwen3.8-Max | 分差 |
|---|---|---|---|
| Toolathlon-Verified | 74.106 / 14Extra-High (With Tools) | 72.5013 / 14Extra-High (With Tools) | +1.60 |
| Agents' Last Exam | 25.7020 / 24Extra-High (With Tools) | 2716 / 24Extra-High (With Tools) | -1.30 |
仓库修复与多文件工程
DeepSeek-V4-Pro 领先 1/1| 评测项 | DeepSeek-V4-Pro | Qwen3.8-Max | 分差 |
|---|---|---|---|
| NL2Repo-Bench | 61.504 / 16Extra-High (With Tools) | 55.9011 / 16Extra-High (With Tools) | +5.60 |
办公与文档流程
DeepSeek-V4-Pro 领先 1/1| 评测项 | DeepSeek-V4-Pro | Qwen3.8-Max | 分差 |
|---|---|---|---|
| AutomationBench | 31.8019 / 25Extra-High (With Tools) | 27.3022 / 25Extra-High (With Tools) | +4.50 |
自主开发与终端任务
DeepSeek-V4-Pro 领先 1/1| 评测项 | DeepSeek-V4-Pro | Qwen3.8-Max | 分差 |
|---|---|---|---|
| Terminal-Bench 2.1 | 87.907 / 57Extra-High (With Tools) | 86.6015 / 57Extra-High (With Tools) | +1.30 |
跨能力综合测试
Qwen3.8-Max 领先 1/1| 评测项 | DeepSeek-V4-Pro | Qwen3.8-Max | 分差 |
|---|---|---|---|
| SuperCLUE | 70.106 / 13Reported best (effort unspecified) | 71.483 / 13Reported best (effort unspecified) | -1.38 |
规格对比
| 字段 | DeepSeek-V4-Pro | Qwen3.8-Max |
|---|---|---|
| 发布机构 | DeepSeek-AI | 阿里巴巴 |
| 发布时间 | 2026-08-13 | 2026-08-03 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | MoE 架构 | MoE 架构 |
| 参数规模 | 1.6万亿 | 2.4万亿 |
| 上下文长度 | 1M | 1M |
| 最大输出 | 384K | 128K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | DeepSeek-V4-Pro | Qwen3.8-Max |
|---|---|---|
| 文本输入 | $0.435 / 1M tokens | ¥12 / 1M tokens |
| 文本输出 | $0.87 / 1M tokens | ¥36 / 1M tokens |
| 缓存读取 | $0.003625 / 1M tokens | ¥1.5 / 1M tokens |
小结
- DeepSeek-V4-Pro在以下类目领先:仓库修复与多文件工程 (1/1)、办公与文档流程 (1/1)、自主开发与终端任务 (1/1)
- Qwen3.8-Max在以下类目领先:跨能力综合测试 (1/1)
- 胶着类目:跨应用与工具编排
6 个共同 benchmark 上，DeepSeek-V4-Pro 平均高出 1.72 分。
单项差距最大的 benchmark：NL2Repo-Bench — DeepSeek-V4-Pro 61.50，Qwen3.8-Max 55.90（分差 +5.60）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。