Examen interne de DeepSeek V4-Pro : le taux de réussite au codage approche Opus 4.5, 52 % des testeurs approuvent comme modèle par défaut

Selon la surveillance de Dongcha Beating, DeepSeek V4 a rarement divulgué des données internes de test en conditions réelles. L’équipe a collecté environ 200 tâches de R&D réelles auprès de plus de 50 ingénieurs, couvrant le développement fonctionnel, la correction de bugs, la refactorisation et le diagnostic, avec une pile technologique comprenant PyTorch, CUDA, Rust et C++. Après une sélection rigoureuse, 30 tâches ont été retenues comme ensemble d’évaluation. Le taux de réussite de V4-Pro-Max est de 67 %, nettement supérieur à celui de Sonnet 4.5, qui est de 47 %, et proche de celui d’Opus 4.5, qui est de 70 %, mais inférieur à celui d’Opus 4.5 Thinking, qui est de 73 %, et d’Opus 4.6 Thinking, qui est de 80 %. Le taux de réussite pour Haiku 4.5 n’est que de 13 %. Lors d’une enquête interne avec N=85, tous les répondants ont indiqué utiliser V4-Pro pour la programmation agentique dans leur travail quotidien. 52 % pensent que V4-Pro peut servir de modèle de codage principal par défaut, 39 % tendent à être d’accord, et moins de 9 % sont en désaccord. Les principaux retours concernent des erreurs de base, des malentendus des prompts vagues, et des réflexions excessives occasionnelles.