待验证60% 置信基准精确时间
DeepSeek 的模型 V4 Flash 0731 在 Terminal-Bench 2.1 上取得了 82.7% 的成绩
2
来源数
60%
置信度
中期 (~90 天)
时效性
2026/8/11
首次发现
有效期至：2026/11/9
来源
相关事实
待验证Flash 1017 在 LongBench QA top-5 上得分为 68.9%，高于 DeepSeek V4-Pro 的 66.1% 和 GPT-4-Turbo 的 62.3%。77% 相似待验证官方自报数据显示，V4.1-Flash-1017 相比 V4.1-Flash 在 Terminal-Bench 4.0 上从 31.2 提升至 42.3（+11.1），HLE 从 36.8 提升至 42.6（+5.8），DeepSWE v1.1 从 74.2 提升至 77.0（+2.8），Automation-Bench 从 54.8 提升至 60.5（+5.7）。75% 相似待验证在自动化基准（automation bench）中，DeepSeek V4.1 Flash 1017 版本拿到 60 分，而 Opus 5 为 50 分。73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/729501API
curl https://kongchang.com/api/v1/knowledge/claims/729501MCP
get_claim(id=729501)