据技术报告，DeepSeek V4-Pro-Max（最高推理力度模式）与闭源旗舰对比，不含 Opus 4.7 与 GPT-5.5。
编码性能
- Codeforces 得分 3206，刷新基准纪录，超越 GPT-5.4（3168）与 Gemini 3.1 Pro（3052）。
- LiveCodeBench 93.5 全场最高。
- SWE Verified 80.6，仅以 0.2 个百分点低于 Opus 4.6 的 80.8。
长上下文（1M基准）
- CorpusQA 1M 得分 62.0，排第二，落后 Opus 4.6（71.7），领先 Gemini 3.1 Pro（53.8）。
- MRCR 1M 得分 83.5，Opus 4.6 以 92.9 领先近 10 个百分点。
Agent 任务
- MCPAtlas Public 73.6，接近 Opus 4.6 的 73.8。
- Terminal-Bench 2.0 得分 67.9，低于 GPT-5.4（75.1）与 Gemini 3.1 Pro（68.5）。
知识与推理
- GPQA Diamond 90.1（Gemini 94.3）、SimpleQA-Verified 57.9（Gemini 75.6）、HLE 37.7（Gemini 44.4），差距明显。
作为开源模型，V4-Pro-Max 在多项编码与长上下文基准上首次追平甚至超过闭源旗舰，但知识密集型评测仍落后 Gemini 3.1 Pro。与最新闭源模型的差距有待第三方验证。
