国金金融工程DeepSeek-V4-Pro测评会议纪要

发布时间：2026-08-17 一、核心要点 1. 2026年8月13日DeepSeek-V4-Pro正式版上线，采用MoE架构，总参数1.6万亿，单token激活490亿，原生支持100万token上下文，API最大输入384k，引入流行约束超连接方案优化网络稳定性，采用Muon优化器提升收敛效率，以M.P4、M.P8混合精度发布，支持OpenAI协议接口，具备Agent能力。 2. 正式版在HellaSwag、工作工具增强Terminal、bDPSWE等基准上较预览版提升20%以上，bDPSWE能力评分提升超3倍，7项Agent基准算术平均得分65，与Kimi K3的65.1持平，高于OpenAI o1的63.9、智谱GLM5.2的53，仅低于云雀FiBiFive的67.6。 3. API价格调整：预览版输出百万token仅6元，正式版8月17日后分闲/高峰时段，闲时段百万token输出13.5元（约为原2倍多），高峰时段27元（约为原4倍多）；但在百万输入、20万输出的Agent任务场景，V4-Pro闲/高峰成本为7.2、14.4元，较KimiK3（42元）、OpenAI o1（70元）、FiBiFive（140元）成本优势仍明显，闲时仅为Kimi K3的17%、OpenAI o1的10%，高峰时为Kimi K3的34%。 二、关键产品功能 1. 新增Harness插件，是大模型与业务工具间的Agent运行时，可实现模型输出转工具调用、上下文管理、沙箱运行、多Agent编排、执行轨迹记录，采用全插件开放架构，具备模型与执行环境解耦、Agent能力从提示词工程升级为可组合软件组件的价值，提供标准/PDC/最小化/创造者4种模式，为执行环境与工作工具权限的组合。三、金融投研任务测评结果 1. 估值建模任务：以中际旭创为对象，V4-Pro交付自洽逻辑报告，预测采用分业务增速加总，虽存在Excel公式错位、模型不可调的问题，但报告及配套文件完善，整体预测质量不错，表现次于Kimi K3；智谱GLM5.2的底稿可用性差，核心公式异常、数据无法正常计算。 2. 多因子回测任务：基于沪深300成分股，V4-Pro能准确考虑信号日与执行日的滞后成交，考虑交易成本，11年1月至2026年6月的回测逻辑完善，因子处理合理，底稿详尽，报告质量高，表现优于Kimi K3、智谱GLM5.2，排名第一。 3. 半导体设备行业研究任务：以半导体设备产业链为对象，V4-Pro交付完整Markdown/HTML格式报告、可更新行业Wiki，覆盖主要环节与国内外龙头，建立公司映射关系，投资框架及知识库完善，表现优于Kimi K3、智谱GLM5.2，排名第一。四、结论与建议 1. DeepSeek-V4-Pro正式版Agent能力较预览版增量明显，虽API价格上涨，但成本优势仍显著，在回测、行业研究类金融投研任务中表现突出，推荐尝试使用。