DeepSeek V4 Pro正式版测评报告刚出来，综合总榜第2。

8月13号才发的旗舰模型，这回在SuperCLUE跟13个国产模型硬碰硬，智能体编程直接从47.37涨到63.16，涨了15.85分，写代码这块算是支棱起来了。幻觉控制也拉到89.73分，推理耗时还优化了。

我看了眼具体数据，百万级长文本解析是原生支持的，官方说推理、编程、智能体任务都到第一梯队了。

不过精确指令遵循这回调了一点点，能看出来团队先把宝押在长链路推理和智能体能力上了。跟Qwen3.8 Max比，幻觉和推理表现好点，但智能体任务规划还差5分上下，指令遵循也得再追。

测试全是纯文本场景，任务规划这块多少有点受限。

办公室一搞开发的同事已经准备试了，说就冲编程涨这15分也得跑一遍。这波更新看着更适合写代码、做复杂任务的，不是那种全维度无死角增强，选型还是得看自己干啥用。