DeepSeek V4 Pro正式版测评出来了，SuperCLUE总榜第二，13个国产模型同台竞技。

最猛的是智能体编程，从预览版47.37分直接飙到63.16分，涨了近16分。幻觉控制也从79.70涨到89.73，靠谱多了。

横向对比Qwen3.8 Max，幻觉推理这块DeepSeek更优，但智能体任务规划还差5分左右，指令遵循也有小幅下滑——看得出来团队这次把筹码全押在编程和长链路Agent上了。

有意思的是，刚涨完API价（最高11倍），转头就拿了个总榜第二。一边收刀涨价，一边亮肌肉，梁文锋这算盘打得我在杭州都听见了。

不过这测试是纯文本场景，多模态还没算进来。而且有博主测了个叫J-Space的插件，号称能让V4 Pro超过Fable 5，结果社区复测直接翻车——分数没涨，token倒多花了不少，作者还删质疑帖。

所以榜单归榜单，实际用起来好不好使，还得自己跑两圈才知道。

你们平时用DeepSeek写代码吗？跟GPT和Claude比觉得咋样？