本月多家开源前沿实验室发布新模型，包括DeepSeek V4。AI标准与创新中心（CAISI）对DeepSeek V4进行评估，认为开源模型落后于美国前沿模型，且差距随时间扩大。CAISI基于项目反应理论计算Elo分数，使用了九个不同基准。DeepSeek V4在CTF-Archive-Diamond、PortBench和ARC-AGI-2等基准上得分较低，导致整体Elo差距显著。