DeepSeek V4.1 Flash 官方 benchmark

感觉很强呀，特别是 Terminal Bench 4.0 这个新的评分

直接核爆？DS官方的跑分还是比较可信的 之前PRO拉完了也老实放出来了 ^-^

我去，这么强的吗？感觉跟Sol打得有来有回啊？

这个评分看，是它自己的模型强，跟 opus 差距有点儿大。 不知道 astra 是怎样的

这都不是一个价格、同等参数量的模型，能到这种程度已经非常非常牛批了。

Opus 跑分王这一块，从跑分上看 sol 基本被 opus 暴打，用起来就是另外一回事了

跑分看起来还不错啊 不知道实际用起来怎么样

tb4.0这个分还是对的 个人体感比glm5.3快

后端执行比kimi3强点

哈哈 dsp这个分支可能真的是有点问题. dsf这一路高歌猛进.. dsp到底除了啥问题

terminal bench 4.0 应该是目前最没法作弊的测试了。之前像 muse spark 在很多测试里面都很好，但是就这个测试很差。

DeepSeek 这个 Agent 能力太逆天了。

muse 的生态位终于找到了，评估基准测试集的准确度

没绷住

以后muse什么测试集差

什么就有含金量^-^

测试项目参考

这一代模型架构和基座都换了，比如这个模型就是 500B 的总参数，不可同日而语

换基座了吗，为什么还用 4.1 这种小版本更新号，看不懂 ^-^

我觉得这个模型是真的斩杀线了, 速度快、聪明还便宜。

人用起来比市面上其他模型强多了好吧，就说150ts的速度，能稳住pro的能力，flash的价格。性价比

4.1相比4换底座架构了吗，怎么提升这么大