部分验证75% 置信基准精确时间
DeepSeek V4.1-Flash-1017 在 Terminal-Bench 4.0 基准上相比上一版本提升了 11 分。
3
来源数
75%
置信度
短期 (~14 天)
时效性
2026/10/17
首次发现
此条事实已过期，仅作历史留存，不再代表当前状态
有效期至：2026/10/31(已过期)
来源
DeepSeek V4.1-Flash实测：基准测试对比Opus 5与GLM-5.3
rss2026/10/17
涉及实体
相关事实
待验证DeepSeek 公布的 11 项基准中，1017 全部超越前代：Tools 从 36.8 升至 42.6，DeepSWE 从 74.2 升至 77.0，ProgramBench 从 20.3 升至 29.1，TerminalBench 4.0 从 31.2 升至 42.3。75% 相似待验证DeepSeek V4.1 Flash 1017 在 HLE 基准上的得分从 36.8% 提升至 42.6%。73% 相似待验证DeepSeek-V4.1 在长 prompt 下首 token 速度提升 22%71% 相似待验证DeepSeek的编程智能体DeepSWE在SWE-bench基准测试中从预览版的12.8分提升至62.7分70% 相似部分验证DeepSeek-V4.1-Flash-1017 在 DeepSWE v1.1 上得分 77.0，超过 Claude Opus 5 的 74.0。70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1052780API
curl https://kongchang.com/api/v1/knowledge/claims/1052780MCP
get_claim(id=1052780)