🤖 美国 CAISI 发布 DeepSeek V4 Pro 评估报告，

🤖 美国 CAISI 发布 DeepSeek V4 Pro 评估报告，称 DeepSeek V4 Pro 能力落后美国前沿约 8 个月

美国国家标准与技术研究院（NIST）下属人工智能标准与创新中心（CAISI）评估显示，中国开源模型 DeepSeek V4 Pro 在综合能力上比美国最先进模型落后约 8 个月。在 CAISI 选取的基准中，其 Elo 得分 800，低于 GPT-5.5(999)和 Opus 4.6(800)，与 GPT-5.4 mini(749)相近。尤其在 ARC-AGI-2、PortBench 和 CTF-Archive-Diamond 等代理与推理测试上表现较弱。但成本方面，与相近能力的 GPT-5.4 mini 相比，DeepSeek V4 Pro 在 7 个基准中的 5 个上成本更低。

NIST