自动生成页面。 本页由 AI 自动撰写和翻译，并由软件对照来源进行核查，无人工编辑。SI-IQ 是基于公开基准测试结果构建的指数，不是智商测试。 工作原理
DeepSeek V4 Flash 0731 有多聪明？
124
DeepSeek V4 Flash 0731 是 DeepSeek 于 2026年7月31日 发布的模型。其 SI-IQ 为 124（90% 区间 121–127），由 2 家评测方的 9 项基准测试结果估算得出。 其最强的领域是推理，最弱的是数学。
数据截至 2026年10月18日 · 方法版本 1.0.0
基本信息
- 开发方
- DeepSeek
- 发布时间
- 2026年7月31日
- 访问方式
- 开放权重（受限许可）
- 所用基准测试
- 来自 2 家评测方的 9 项基准测试结果
各领域能力（SI-IQ，90% 区间）
我们使用的每项基准测试结果
每个分数都是来源发布的原始单一数值：Epoch AI 取其各运行设置中的最佳结果，OpenRouter 取托管服务商的中位数（若开发方自行托管并运行了测试，则取其自有托管的结果）。“隐含 SI-IQ”是该单项结果所对应的能力水平；总体 SI-IQ 是这些值按精度加权后的平均值。
| 基准测试 | 得分 | 评测方 | 来源 |
|---|---|---|---|
| Chess Puzzles | 32.0% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| Mystery Game Puzzles | 34.0% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| FrontierMath Tier 4 | 24.4% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| FrontierMath Tiers 1–3 | 57.5% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| OTIS Mock AIME 2024–2025 | 94.4% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| GPQA Diamond | 91.0% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| GPQA Diamond (OpenRouter 运行) | 90.0% | OpenRouter | OpenRouter benchmark datasets · 数据文件 |
| SimpleQA Verified | 33.6% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| τ²-bench Airline (OpenRouter 运行) | 77.7% | OpenRouter | OpenRouter benchmark datasets · 数据文件 |
SI-IQ 相近的模型
| 模型 | SI-IQ | |
|---|---|---|
| Claude Opus 4.6Anthropic | 123 | DeepSeek V4 Flash 0731 对比 Claude Opus 4.6 |
| Gemini 3.6 FlashGoogle DeepMind | 125 | DeepSeek V4 Flash 0731 对比 Gemini 3.6 Flash |
| Gemini 3 FlashGoogle DeepMind | 122 | DeepSeek V4 Flash 0731 对比 Gemini 3 Flash |
| Qwen3.7-MaxAlibaba | 125 | DeepSeek V4 Flash 0731 对比 Qwen3.7-Max |
| GPT-5.2OpenAI | 125 | DeepSeek V4 Flash 0731 对比 GPT-5.2 |
采用 SI-IQ 方法版本 1.0.0 计算。 阅读完整方法论
数据来源： Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter (许可与修改).