部分验证65% 置信基准精确时间
V4.1 Flash 1017在Terminal-Bench 4.0上的得分从31.2%提升到42.3%，五周内相对提升35%。
3
来源数
65%
置信度
中期 (~90 天)
时效性
2026/10/19
首次发现
有效期至：2027/1/17
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79% 相似待验证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。78% 相似待验证在 ProgramBench、NL2Repo-Bench、Automation-Bench、Agents' Last Exam 四个基准上，V4.1 Flash 1017 得分分别为 29.1、68.2、60.5、35.4，均高于 V4 Pro 0813 的 15.5、61.5、43.2、25.777% 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%76% 相似待验证V4.1 Flash提供低、中、最高三档推理强度，八项推理基准平均分从67.1涨到76.3，代价是输出Token增加约2.5倍75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1065713API
curl https://kongchang.com/api/v1/knowledge/claims/1065713MCP
get_claim(id=1065713)