已过期60% 置信基准精确时间
DeepSeek-V4.1-Flash-1017 在 Terminal-Bench 4.0 上的得分从 V4.1-Flash 的 31.2 提升至 42.3。
2
来源数
60%
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
涉及实体
相关事实
待验证V4.1-Flash在某编程测试维度的得分达到74.2分，相比V4-Flash提升了将近20分70% 相似待验证在一道三样本数学题上，DeepSeek V4.1 Flash达到74分，与Opus 5.0持平，超过GLM的67分和V4 Pro的62分70% 相似待验证盘古2.0 Flash在Tau2-Bench客服工具调用测试中得分88.0，在WildCloudBench中得分41.5超过397B模型的34.566% 相似待验证在Frontier Code编程基准上，旧模型得分34.4%，Gemini 3.7 Flash提升至43.6%66% 相似待验证在 VibeCodeArena 排行榜快照中，DeepSeek-v4-Flash 排名第一，评测分 95.3，Elo 1639，但置信度标注为 Low。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1054794API
curl https://kongchang.com/api/v1/knowledge/claims/1054794MCP
get_claim(id=1054794)