V4-Pro在内部自用（dogfooding）测试中实现67%的代码通过率，逼近Opus 4.5性能

Gate News 消息，4月24日——V4已公开披露其V4-Pro模型的内部自用（dogfooding）数据。该公司从50多名工程师处收集了约200项真实世界的工程任务，涵盖功能开发、缺陷修复、重构以及诊断，遍及包括 PyTorch、CUDA、Rust 和 C++ 等技术栈。经过严格筛选后，保留了30项任务用于基准评估。

V4-Pro-Max 的代码通过率为 67%，显著优于 Sonnet 4.5 的 47%，并接近 Opus 4.5 的 70%。不过，它落后于 Opus 4.5 Thinking (73%) 和 Opus 4.6 Thinking (80%)，同时也大幅高于 Haiku 4.5 的 13%。

在一项包含85名受访者的内部调查中，所有参与者均表示在日常工作流中使用 V4-Pro 进行“代理式编程（agentic coding）”。52% 将 V4-Pro 作为其默认的首要代码模型，39% 倾向于表示认可，而不足 9% 表达了不认可。报告的问题包括底层错误、对含糊提示的误解，以及偶发的过度思考行为。