DeepSeek-V4-Pro-0813 MindStudio 八题编码与 Agent 实测对照

一句话结论

MindStudio 的公开八题实测给 V4-Pro-0813 61/80（76.25%），显示前端、规划、数学和长程 Agent 是强项，但 SVG、游戏打磨和简单任务的过度思考仍是边界。

适用场景

• 适合的任务：前端生成、复杂规划、长程数据/微调/本地 UI 任务、需要先澄清歧义的 Agent 工作。

• 不适合的任务：单行小修复或希望模型始终短答、不过度改造代码的场景；文章观察到 Pro 会过度思考和过度工程化。

• 适用的模型版本：DeepSeek-V4-Pro-0813 GA；文章明确与 April preview 对照。

• 适用的客户端、Agent 或 API：文章未公开统一客户端；结果来自作者的 coding/reasoning benchmark 与 hands-on 使用。

• 推荐的推理档位和参数：未公开；实际接入可用官方 low/high/max 复测，不能由文章分数反推出 effort。

测试环境

• 模型/版本：V4-Pro-0813；对照 V4 preview、V4 Flash、Kimi K3、Opus 5、Fable 5、Muse Spark 1.2、GLM 5.2 等（文章采用其当时命名）。

• 输入/题型：八题，覆盖多电梯逻辑、3D 交互、折叠桌动画、SVG 熊猫、弓箭游戏、排列数学、长程自主数据生成/微调/本地 Web UI、3D 双时区手表。

• 评测方式：每题 0–10 分，文章公开题目类型、逐题分数和总分；没有公开完整 prompt、模型调用参数或重复次数。

输入/配置

未公开温度、thinking effort、最大输出、工具列表、系统提示、随机种子和运行次数。文章另称 community specs 为 1M context，但未获 DeepSeek 官方确认，不能作为本测评配置。

结果数据

官方/汇总榜分数（文章所述）：Terminal Bench 2.1 87.9；Cyberjim 83.3；Automation Bench 31.8；HLE 无工具 42.7、有工具 60。文章没有给这些项目完整 harness，本文将其与八题实测分开记录。

结论

八题结果支持把 V4-Pro-0813 放入复杂前端和长程 Agent 候选；它在 SVG 精细产物、边界处理和简单任务效率上不能只看总分。Pro 与 Flash 的选择应按“规划/复杂任务 vs 日常执行/速度”做 A/B，而非固定 Pro 全包。

局限与复现步骤

• 局限：文章没有逐题原始 prompt、工具轨迹、模型配置、重复次数或盲评者；“independent”只能理解为作者非官方文章中的实测，不是可完全复现的公开数据集。

• 复现步骤：复刻八类任务并公开完整输入；固定模型 snapshot、effort、工具、上下文和时间上限；每题至少 3 次；按同一 0–10 rubric 盲评功能、视觉、边界处理和人工修改量；与 V4-Flash、Claude、Kimi 等在同一 harness 运行。

• 成本记录：同时记录官方峰谷价格下的 token 成本，避免把质量优势与低价优势混成一个分数。

原始证据与数据

MindStudio 文章逐题给出 6/8/9/5/6/10/10/7，合计 61/80，并报告 preview 24.8%；正文还记录过度思考、过度工程化、前端生成/规划/澄清问题等现场观察。本文没有把社区传言的 1M context 当成已确认规格。

适用边界

• 样本只有八题，任务选择和评分主观性会显著影响总分。

• 文章中的 HLE、Terminal、Cyberjim 等数字与八题实测不是同一实验，不能合并成总排名。

• 对“无人工介入”的长程任务仍要查看运行日志；文章没有公开完整 trace。

来源摘录或观察（仅做合规短引）

文章对现场行为的概括是 “overthinks simple problems” 和 “overengineering”；这两个观察比总分更适合作为生产验收用例。