DeepSeek V4.1 Pro开启灰度测试：V4 Pro通过率64%，国产排名第一
他不仅是做AI科普的，还是Agent客户端LobeHub的开发、维护者，内部有一套自己的LobeBench测试集，他用这套测试对比了当前的V4 Pro与之前的V4 Pro-0813版的成绩。
11月8日快科技消息，
DeepSeek服务昨天又短暂中断了一次。一周之内这已经是第二次。用量大涨是一个原因，不过这一回还有别的看点：DeepSeek V4.1 Pro进入了灰度测试阶段。
近两天已经有人在晒DeepSeek V4.1 Pro的测试，用的任务多是鸬鹚骑自行车、动画渲染这类，说服力不够。真正可信的样本来自大V @MaxForAI。
这位博主一边做AI科普，一边是Agent客户端LobeHub的开发与维护者，手里有一套自建的LobeBench测试集。他就用这套题，把当前的V4 Pro和早前的V4 Pro-0813版放在一起比了成绩。
结果挺让人振奋：V4 Pro 0813当时是48%，50道题过了24道，排在第13位。
到了最新的V4 Pro，成绩变成64%，50道题过了32道，排名国产第一。提升幅度是16个百分点，多过的8道题属于Hard高难度级别。
这套测试还要求连续三次完成任务，不是只做对一次就算数。只算至少一次通过的话，两个版本差距并不大；真正拉开距离的是连续三次都能完成的能力，偶然性因此被排除，说明能力确实变了。
换句话说，当前的V4 Pro其实已经悄悄更新过一轮，新版大概率就是大家等着的V4.1 Pro正式版。发布时间还没影，但灰度测试既然能确认，正式版离得就不远了。
这几天传出的乐观说法是下周内见分晓，就看DeepSeek了。眼下也快赶上V4 Pro-0813满三个月的节点，这一回大肥鱼得拿一个足够强的V4.1 Pro，给Pro大模型正名。
本文由本站编辑组整理与排版，内容基于公开信息核实后归纳发布，与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态，力求信息准确、表述清晰；文中涉及的名称、价格与功能细节可能随官方调整而变化，请以官方最新说明为准。如发现疏漏或表述有误，欢迎通过站内渠道反馈指正。
