待验证50% 置信基准精确时间

同一模型在DeepCWE上因智能体框架不同得分从65.5到74.2不等，官方harness用的是区间上限，Claude Code的harness下只有69.8

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/27

首次发现

有效期至：2026/12/26

来源

DeepSeek V4.1 Flash实测：效率革命还是精心挑选的图表？

涉及实体

DeepSeek V4.1 Flashmodel DeepCWEconcept

相关事实

待验证同一个DeepSeek v1.1模型在Terminal Bench 2.0上不同Harness下的得分从69.8%跨到74.2%69% 相似待验证MoE架构中Mixtral 8x7B模型总参数46.7B,但每个token仅激活约12.9B参数(2个专家),推理成本接近13B参数的稠密模型,性能可媲美70B级别62% 相似已验证在 DeepSWE 基准上，GPT-5.6 各推理档位得分分别为 Low 45 分、Medium 61 分、High 69 分、X-High 71 分、Max 73 分62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/954587

API

curl https://kongchang.com/api/v1/knowledge/claims/954587

MCP

get_claim(id=954587)