Gate News 消息，4月24日——V4 已公开披露其 V4-Pro 模型的内部自用（dogfooding）数据。该公司从 50 多名工程师处收集了约 200 项真实的工程任务，覆盖特性开发、错误修复、重构以及跨技术栈的诊断，包括 PyTorch、CUDA、Rust 和 C++。经过严格筛选后，保留了 30 项任务用于基准评估。
V4-Pro-Max 达到了 67% 的编码通过率，显著优于 Sonnet 4.5 的 47%，并接近 Opus 4.5 的 70%。不过，它仍落后于 Opus 4.5 Thinking (73%) 和 Opus 4.6 Thinking (80%)，同时远超 Haiku 4.5 的 13%。
在一次内部调查中，共有 85 名受访者，所有参与者都表示在日常工作流程中使用 V4-Pro 进行具备行动性的（agentic）编码。52% 将 V4-Pro 作为默认的首选编码模型，39% 倾向于认可，而不到 9% 表达不赞同。报告的问题包括底层错误、对含糊提示的误读，以及偶尔出现的过度思考行为。
免责声明：本页面信息可能来自第三方，不代表 Gate 的观点或意见。页面显示的内容仅供参考，不构成任何财务、投资或法律建议。Gate 对信息的准确性、完整性不作保证，对因使用本信息而产生的任何损失不承担责任。虚拟资产投资属高风险行为，价格波动剧烈，您可能损失全部投资本金。请充分了解相关风险，并根据自身财务状况和风险承受能力谨慎决策。具体内容详见
声明。
相关文章
DeepSeek 推出 V4 开源预览版，技术评分 3206 超越 GPT-5.4
DeepSeek 于 4 月 24 日正式推出 V4 预览版系列，以 MIT 许可协议开源，模型权重已同步上线 Hugging Face 及 ModelScope。根据 DeepSeek V4 技术报告，V4-Pro-Max（最高推理力度模式）在 Codeforces 基准取得 3206 分，超越 GPT-5.4。
Market Whisper3 分钟前
寒武纪完成 DeepSeek-V4 的 Day 0 适配，成为中国 AI 芯片生态的重要里程碑
Gate 新闻消息，4月24日——寒武纪今天宣布，它已完成 DeepSeek-V4 的 Day 0 适配。DeepSeek-V4 是 DeepSeek 最新的大型语言模型。寒武纪使用其专有的 NeuWare 软件生态系统以及 vLLM 框架完成了该适配。适配代码已同步开源，标志着
GateNews20 分钟前
腾讯开源 Hy3 预览版，代码基准测试较前代提升 40%
腾讯于 4 月 23 日在 GitHub、Hugging Face 及 ModelScope 平台正式开源 Hy3 预览版大型语言模型，并同步于腾讯云端（Tencent Cloud）提供付费 API 服务。据 Decrypt 于 4 月 24 日报道，Hy3 预览版自 1 月下旬启动训练，截至发布时间历时不足三个月。
Market Whisper27 分钟前
如果不破产，FTX 的投资组合价值达 158 万亿韩元
FTX，这家在2022年11月因流动性短缺和资本外流而申请第11章破产保护的中心化加密货币交易所，如果没有崩溃，据Park引用的分析称，本可持有约158.796万亿韩元的投资。
Crypto Frontier30 分钟前
小米披露 MiMo-V2-Pro 训练细节：1T 模型参数，部署成千上万台 GPU
Gate News 消息，4月24日——小米的大语言模型团队负责人罗福丽在一场深入采访中透露，MiMo-V2-Pro 模型的总参数量达到 1 万亿，并且训练过程中需要成千上万台 GPU。她表示，1T 规模代表要实现接近 Claude Opus 4.6 等级的性能，并为下一阶段 AI 智能体抢占具备竞争力的入场券所达到的最低门槛
GateNews44 分钟前
DeepSeek V4 在 Putnam-2025 上取得满分成绩，与 Axiom 在形式化数学推理中并列第一
Gate News 消息，4月24日——DeepSeek V4 已发布来自形式化数学推理评测的结果，在 Putnam-2025 上获得满分 120/120，与 Axiom 并列第一。
在使用 LeanExplore 和受约束采样的实际模式下，V4-Flash-Max 在 Putnam-200 Pass@8 基准测试中得分 81.00，显著优于 Seed-2.0-Prover 35.50、Gemini 3 Pro 26.50 和 Seed-1.5-Prover 26.50。前沿模式的结果显示，V4 在 Seed-1.5-Prover 110/120 与 Aristotle 100/120 之前。
V4 采用混合的形式化-非形式化推理方法：非形式化推理生成候选自然语言解答，自我验证用于筛选结果，而形式化智能体在 Lean 中完成严格证明。前沿结果采用了大规模计算扩展，而实际模式分数更能反映标准部署能力。
GateNews52 分钟前
