deepseek-v4-promax
第 10 名
当前排名
63%±6%
能力得分
$0.24
平均运行成本
106k
平均输出量
155
平均执行步数
113
参与测试数量
测试详情
推理档位max
95% 置信区间56.5% - 69.2%
Pass@488.5%
尝试次数452
通过任务数284
至少通过一次的任务数100
平均输入量24192k
中位峰值上下文232k
中位运行成本$0.22
中位输出量101k
平均运行时长37 分钟
重复测试轮次4
任务集规模113
数据更新时间2026-08-13
数据生成时间2026-08-13