DeepSeek V4 Pro занимает второе место в бенчмарке SuperCLUE-Terminal для агентного программирования, затрачивая лишь малую долю стоимости Kimi K3

Введение

DeepSeek-V4-Pro-0813 занял второе место в новейшем китайском агентном бенчмарке SuperCLUE-Terminal для терминального программирования, набрав 51,52 балла. Он уступает лишь Kimi K3, который лидирует в рейтинге с результатом 60,61 балла.

Особую значимость этому результату придаёт ценовое преимущество. При проведении бенчмарка DeepSeek-V4-Pro-0813 в среднем затрачивал около 1,42 юаня на задачу, демонстрируя высокую экономическую эффективность среди моделей с высокими баллами.

SuperCLUE-Terminal ориентирован на реальные задачи программирования китайских разработчиков. Модель оценивается через универсальный агентный фреймворк на основе Claude Code, что позволяет бенчмарку сравнивать способности моделей в понимании китайских требований, планировании многошаговой работы, использовании инструментов, отладке проблем и модификации кода в рамках сквозных рабочих процессов.

DeepSeek V4 Pro занимает второе место в новейшем бенчмарке по программированию

Бенчмарк призван отражать реальную разработку, а не короткие изолированные задачи. Согласно опубликованным результатам, одна задача может требовать примерно от 50 до 110 раундов взаимодействия, а полный прогон одной задачи — около от 30 до 90 минут.

В текущем рейтинге Kimi K3 сохраняет первое место с результатом 60,61 балла. DeepSeek-V4-Pro-0813 следует за ним с результатом 51,52 балла, опережая GLM-5.2 (48,48 балла) и более раннюю версию DeepSeek-V4-Flash-0731 (46,46 балла).

Модель	Балл SuperCLUE-Terminal	Средняя стоимость задачи по отчёту
Kimi K3 (макс.)	60,61	19,63 юаня
DeepSeek-V4-Pro-0813 (макс.)	51,52	1,42 юаня
GLM-5.2 (макс.)	48,48	23,30 юаня
DeepSeek-V4-Flash-0731 (макс.)	46,46	0,64 юаня

Приведённые данные получены из среды бенчмарка SuperCLUE-Terminal и должны пониматься как стоимость выполнения в рамках бенчмарка, а не как фиксированное ценообразование модели за задачу со стороны провайдера.

DeepSeek дополнительно подтвердил, что производственная модель API deepseek-v4-pro теперь указывает на DeepSeek-V4-Pro-0813. Модель доступна через веб-приложение DeepSeek, мобильное приложение и API.

Всего 1,42 юаня за задачу: выдающееся ценовое преимущество

Наиболее примечательная часть результатов — заявленная стоимость DeepSeek-V4-Pro-0813.

В бенчмарке его средняя стоимость составила примерно 1,42 юаня за задачу, что в том же сравнении SuperCLUE составляет примерно одну четырнадцатую от стоимости Kimi K3 (19,63 юаня) и примерно одну шестнадцатую от стоимости GLM-5.2 (23,30 юаня).

Эта разница важна, поскольку разрыв в баллах между высокопроизводительными моделями программирования может быть относительно небольшим, тогда как затраты на выполнение длительных агентных задач могут различаться кардинально. Для небольших компаний, независимых разработчиков и команд, которым необходимо многократно запускать агенты программирования, стоимость выполнения может быть не менее важной, чем основные показатели бенчмарка.

Оценка охватывает реальные сценарии разработки, включая фронтенд-страницы, 3D-игры и модификацию инженерных скриптов. В ходе тестов DeepSeek-V4-Pro-0813 смог выполнить логику разработки игр, включающую обработку столкновений, подсчёт очков и конечные состояния.

Что касается поведенческих характеристик, созданные стили интерфейса и интерактивная обратная связь также превзошли базовые шаблонные эффекты.

Некоторые творческие задачи на отрисовку по-прежнему демонстрируют незначительные структурные проблемы, но общее качество выполнения остаётся на уровне лидирующей группы.

Для команд разработчиков с чувствительностью к бюджету этот результат даёт чёткое позиционирование DeepSeek-V4-Pro-0813: близко к передовой производительности агентов программирования при стоимости выполнения бенчмарка значительно ниже, чем у многих конкурентов с более высокими ценами.

Часто задаваемые вопросы

Что такое DeepSeek-V4-Pro-0813?

DeepSeek-V4-Pro-0813 — это текущая производственная версия за именем модели API deepseek-v4-pro. DeepSeek официально выпустил GA-версию 13 августа 2026 года с улучшенными агентными возможностями, поддерживаемую в веб-приложении, мобильном приложении и через API.

Что такое SuperCLUE-Terminal?

SuperCLUE-Terminal — это бенчмарк для агентных терминальных задач, ориентированный на китайские сценарии программирования и инженерные рабочие процессы в реальных условиях. Он оценивает сквозную производительность, включая понимание требований, планирование, выполнение команд, модификацию файлов, отладку и конечное завершение задач.

Почему бенчмарк использует Claude Code?

Бенчмарк использует универсальный агентный фреймворк, чтобы модели, участвующие в оценке, тестировались в более сопоставимой среде выполнения. Claude Code предоставляет терминальную агентную среду для выполнения задач, тогда как базовая модель заменяется в каждой оценке.

Является ли 1,42 юаня официальной ценой DeepSeek V4 Pro за одну задачу?

Нет. 1,42 юаня — это наблюдаемая средняя стоимость за задачу в рамках выполнения SuperCLUE-Terminal, рассчитанная на основе токенов и методологии ценообразования в бенчмарке. Фактическая стоимость API зависит от входных токенов, выходных токенов, использования кэша, настроек рассуждения и текущих тарифов провайдера.

Как DeepSeek V4 Pro сравнивается с Kimi K3 в этом бенчмарке?

Kimi K3 набрал больше баллов — 60,61 против 51,52 у DeepSeek-V4-Pro-0813. Однако отчёт бенчмарка показывает среднюю стоимость задачи для Kimi K3 в 19,63 юаня, тогда как для DeepSeek-V4-Pro-0813 — всего 1,42 юаня, что даёт DeepSeek значительное ценовое преимущество в данной конкретной оценке.

Поддерживает ли DeepSeek V4 Pro длинный контекст и агентные рабочие процессы?

Да. Официальная документация API DeepSeek указывает длину контекста 1 миллион токенов для DeepSeek V4 Pro, а также поддержку вызова инструментов, Responses API, API, совместимого с Anthropic, и различных настроек интенсивности рассуждений. DeepSeek явно позиционирует GA-версию как обновление для агентных рабочих нагрузок.

Всегда ли DeepSeek V4 Pro превосходит GLM-5.2 в программировании?

Не обязательно. В данном результате SuperCLUE-Terminal DeepSeek-V4-Pro-0813 набрал 51,52, а GLM-5.2 — 48,48, но один бенчмарк не определяет производительность во всех сценариях программирования. Размер репозитория, язык, среда инструментов, поведение с длинным контекстом, задержка и стоимость — все эти факторы влияют на выбор модели.

Связанные инструменты

• DeepSeek API: Официальная платформа API для доступа к моделям DeepSeek, включая deepseek-v4-pro.
• SuperCLUE-Terminal:

Бенчмарк, использованный в этой статье для сравнения программирования в терминалах интеллектуальных агентов.

• Claude Code: инструмент кодирования от Anthropic, использованный в бенчмарке в качестве универсальной исполнительной среды.
• Kimi API: официальная платформа для разработчиков от компании Moonshot AI для моделей Kimi K3 и других моделей Kimi.
• Z.AI GLM-5.2: официальный обзор GLM-5.2, модели, также получившей высокие результаты в бенчмарке.

Соответствующие ссылки

• Релиз DeepSeek-V4-Pro: официальное объявление DeepSeek о производственной версии V4 Pro.
• Модели и цены DeepSeek: официальные версии моделей, контекстные ограничения, функции и актуальные цены API.
• Быстрый старт DeepSeek API: официальная документация по доступу к deepseek-v4-pro через API.
• Бенчмарк SuperCLUE-Terminal: официальная страница бенчмарка с рейтингом и сравнением затрат.
• Документация Kimi K3 API: официальная документация Kimi, охватывающая модель K3 и использование API.
• Документация Claude Code: официальная документация фреймворка интеллектуального агента для кодирования, использованного в бенчмарке.
• Официальный обзор GLM-5.2: официальное описание GLM-5.2 и его возможностей для длительного кодирования от Z.AI.

Итоги

DeepSeek-V4-Pro-0813 набрал 51,52 балла в SuperCLUE-Terminal, заняв второе место в этом бенчмарке, уступив только Kimi K3 и опередив GLM-5.2 и DeepSeek-V4-Flash-0731.

Его главное преимущество — стоимость: согласно отчёту SuperCLUE, средняя стоимость составляет около 1,42 юаня за задачу, что значительно ниже зарегистрированных затрат Kimi K3 и GLM-5.2 в той же оценке.

Этот результат не означает, что DeepSeek V4 Pro — лучшая модель для кодирования в целом, но он показывает, что при работе с длительными, ресурсоёмкими задачами программирования модель достигает хорошего баланса между производительностью в агентном кодировании и эксплуатационными затратами.

Для команд, которые одновременно обращают внимание на возможности агентного кодирования и операционные расходы, DeepSeek-V4-Pro-0813 является одним из наиболее конкурентоспособных вариантов в данном сравнении SuperCLUE-Terminal.