先了解这件事
2026 年 8 月 26 日,Fireworks AI 发布对 DeepSeek V4 Pro 0813 的评测结果,并宣布该模型的训练支持已在 Fireworks 上线,支持 SFT、DPO 和 RFT。评测使用 SWE-Bench Verified、LiveCodeBench v6、Aider Polyglot 和 Terminal-Bench 2.1 四组基准。Fireworks 称,DeepSeek V4 Pro 在 SWE-Bench Verified 上得分 95.2%,高于 Kimi K3 的 92.6% 和 Fable 5 的 85.4%;在 LiveCodeBench v6 上得分为 92.0%。成本方面,该模型在 SWE-Bench 上每解决一个任务花费 0.309 美元,Fable 5 为 0.808 美元;在 LiveCodeBench 上分别为 0.040 美元和 0.225 美元。在 409 个任务的合并样本上,DeepSeek V4 Pro 与 Fable 5 的 oracle 路由准确率为 92.4%,高于单用 Fable 5 的 86.6%,每任务成
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：Fireworks AI
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
8月26日
Fireworks AI一手
Fireworks 评测 DeepSeek V4 Pro 与 Fable 5、Kimi K3
Fireworks 用 SWE-Bench Verified、LiveCodeBench v6、Aider Polyglot 和 Terminal-Bench 2.1 四套基准测试 DeepSeek V4 Pro 0813，其在 SWE-Bench Verified 上得分 95.2%，高于 Kimi K3 的 92.6% 和 Fable 5 的 85.4%，在 LiveCodeBench v6 上为 92.0%。成本方面，DeepSeek V4 Pro 在 SWE-bench 上每解决一个任务花费 $0.309，Fable 5 为 $0.808；在 LiveCodeBench 上分别为 $0.040 和 $0.225。短板在 Aider Polyglot 的多语言广度，Java 仅 48.9%，Fable 5 为 74.5%。在 409 个任务的合并集合上做 oracle 路由后准确率 92.4%，高于单用 Fable 5 的 86.6%，每任务成本 $0.279 对 $4.510，86.3% 的任务被路由到 V4 Pro。
A6 a6-052 · Fireworks AI一手精选
Fireworks 评测：DeepSeek V4 Pro 在 SWE-Bench 领先，单任务成本约为 Fable 5 的三分之一
Fireworks 用 SWE-Bench Verified、LiveCodeBench v6、Aider Polyglot v1 和 Terminal-Bench 2.1 四组基准测试 DeepSeek V4 Pro 0813，其在 SWE-Bench 上每解决一个任务花费 $0.309，Fable 5 为 $0.808，LiveCodeBench 上为 $0.040 对 $0.225。在 409 个任务的合并样本上，DeepSeek V4 Pro 与 Fable 5 的 oracle 路由达到 92.4% 准确率，高于单用 Fable 5 的 86.6%，每任务成本 $0.279 对 $4.510，其中 86.3% 的任务路由到 V4 Pro。该模型在 Aider Polyglot 的 Java 子集上仅 48.9%，明显低于 Fable 5 的 74.5%，Fireworks 认为 Java 为主的代码库更适合多模型路由；DeepSeek V4 Pro 的训练已在 Fireworks 上线，支持 SFT、DPO 和 RFT。