厂商自报指标：这是单个厂商在自家发布材料中报告的评测，其他模型没有可比成绩，因此不作为独立榜单收录，只在相关模型页展示。
DeepSeek 用于评估复杂编码智能体能力的高难度内部基准。DeepSeek-V4-Flash-Vision-Exp 发布日志公布了该模型的成绩；基准题量与完整方法尚未公开。
查看 DSBench-Hard 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
 DeepSeek-V4-Flash-Vision-Exp 思考水平·Max工具 | 63.60 | 2026-08-21 | 3050亿 | 免费商用 |
DeepSeek-V4-Flash-Vision-Exp 官方发布成绩为 63.6。
