General synthesized agentic tasks · 50-task ablation; Pass@4; unit printed as % · 测试定义与成绩

General synthesized agentic tasks · 50-task ablation; Pass@4; unit printed as % 收录 1 次模型发布的评测披露或成绩。

测试版本与指标

  • Pass@4 · % · 越高越好

各系列最新模型 · 公布成绩

各命名系列的最新型号在此范围内暂无可展示成绩,已收录的历史资料列在下方。

历史记录 · 1 次发布

  • DeepSeek-V3.2-Exp本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)