5月3日消息，4月24日DeepSeek V4系列大模型正式发布，距离去年的DeepSeek R1更新过去了15个月了，V4的性能到底如何也引发了国内外的讨论，美国人也非常关心。
评估DeepSeek V4的能力已经有很多测试了，美国外交关系委员会组织了3个高级研究员之前的研究报告显示其落后美国顶级大模型大约7个月。
现在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）也来评估DeepSeek V4，他们的结论是DeepSeek V4落后美国大约8个月，跟前面的差距差不多。
在他们的AI能力评估结果中，DeepSeek V4得分在800分，而当前最强的是GPT-5.5，分数超过1200分，GPT-5.4及Opus 4.6也在1000分以上。
DeepSeek V4整体性能跟8个月前的GPT-5差不多，但DeepSeek官方之前在发布报告中认为跟GPT-5.4差不多。
不过CAISI也承认DeepSeek V4是他们评测过的中国最强AI大模型，在网络、软件工程、自然科学、抽象推理和数学这五个领域中九项测试都很强。
更重要的是，DeepSeek V4的性价比更强，即便与美国最有成本优势的GPT-5.4 mini大模型相比，DeepSeek V4在7个基准测试中有4个测试成本更优，高出41%到53%不等。
