DeepSeek V4 Pro因承包商三重失误——量化缩放因子重复乘、KV缓存截断至1/64、采样参数调成刷分模式——导致官方跑分虚高，第三方实测仅比Flash高1分，上线24小时即撤回。事件暴露行业“评测导向优化”问题，跑分可刷，用户信任难修。