研究與評測
DeepSeek-V4-Pro (Max) 登 Code Arena WebDev 第八，性價比超越高價模型
X @arena綜合 2 家報導單一來源
尚未逐項核實
目前依單一來源整理，這是來源數量描述，不是對消息真假的判定。
即將推出的開源權重模型 DeepSeek-V4-Pro (Max) 在 Code Arena: WebDev 榜單中獲得 1607 分，總排名約第 8，在開源模型中排名第 2。該模型得分落後於 GPT-5.6 Sol (xHigh)（1622 分），為僅次於 Kimi K3 (Max)（1674 分）的第二強開源模型。其定價為每百萬 Token 輸入 0.435 美元、輸出 0.87 美元，表現超越了 Opus-4.8（5/25 美元）與 GLM-5.2（1.4/4.4 美元）等更高價位的模型，預期將改變該榜單的柏拉圖前緣（Pareto curve）。目前成績為早期的 AutoEval 評分（由基於人類偏好資料訓練的獎勵模型進行自動投票），後續分數將隨真實人類投票加入而收斂。
讀原始報導背景
獎勵模型（Reward model）是機器學習中基於人類回饋的強化學習（RLHF）技術之一，主要用於代表人類偏好，進而引導模型行為。在模型評測中，這類模型可透過學習人類的偏好資料，自動代替真人進行投票與評分。
來源
- X @arenanitter.net
- en.wikipedia.org
本期分類