DeepSeek V4 Pro — Proxy vs Native 对比报告

📊 关键指标对比

Native Base pass@1

78.8%

vs Proxy 75.7% (+3.2%)

Native Plus pass@1

68.8%

vs Proxy 66.1% (+2.6%)

Native 空白率

13.2%

vs Proxy 16.4% (-12)

详细对比表

指标	Proxy (代理)	Native (原生)	差异
Base pass@1	75.7% (286/378)	78.8% (298/378)	+3.2%
Plus pass@1	66.1% (250/378)	68.8% (260/378)	+2.6%
空白率	16.4% (62/378)	13.2% (50/378)	3.2pp
Both Pass (均通过)	249	258	+9
Base Only (仅Base)	37	40	+3
Both Fail (均失败)	91	78	-13
Plus Only (仅Plus)	1	2	+1
Base→Plus 衰减 (pp)	9.5pp	10.1pp	+0.5pp

通过率可视化对比

Base pass@1

Proxy

75.7%

Native

78.8%

Plus pass@1

Proxy

66.1%

Native

68.8%

🔍 分析

Native API 全面优于 Proxy API
原生 API 在所有关键指标上均优于代理 API：Base 通过率高出 3.2 个百分点， Plus 通过率高出 2.6 个百分点，空白回答率降低 3.2 个百分点。这表明代理 API 可能在 请求格式、系统提示或模型路由方面存在差异，导致性能下降。

空白回答是主要差异来源
Native 有 50 个空白回答，Proxy 有 62 个空白回答（减少 12 个）。排除空白答案后，Native 有效通过率为 Base 90.9% / Plus 79.3%，而 Proxy 为 Base 90.5% / Plus 79.1%。

Both Pass 任务增加
Native 有 258 个任务同时通过 Base 和 Plus（vs Proxy 的 249），增加了 9 个任务。 Both Fail 从 91 降至 78，减少了 13 个。

💡 结论

建议

优先使用原生 API：Native API 在所有指标上表现更优，应作为首选方案
调查代理差异：代理 API 空白率高出 3.2pp，需要排查代理层配置
统一评估标准：建议后续所有基准测试优先使用原生 API 以获得可对比的结果