Bug Hunt Bench 实测 105 个真实 bug，DeepSeek-V4.1-Flash 高性价比亮眼
开发者 Pawel Huryn 发布 Bug Hunt Bench 基准：在两个生产代码库中埋入 105 个真实 bug，采用盲评、每仓库一次提示的方式检验 GPT-6、Claude、Grok、Gemini、DeepSeek 等前沿编码模型，满分 105。结果显示 DeepSeek-V4.1-Flash 以高性价比表现夺目；作者随后补充 GPT-6 Astra 的成绩：低档 27 分、中档 34 分。
2026-09-10 ~ 2026-09-10 · 2 条相关
- 第 1 集:DeepSeek V4.1 Flash 限时内测：新架构原生多模态(2026-09-08,18 条)
- 第 2 集:DeepSeek V4.1 Flash实测：极速350 tokens/s但偏实验性(2026-09-08,2 条)
- 第 3 集:DeepSeek V4-Flash 系列降价，错峰缓存命中低至 0.02 元(2026-09-08,6 条)
- 第 4 集:DeepSeek V4.1 Flash 多方实测：近前沿性能，成本仅百分之一到三十分之一(2026-09-09,9 条)
- 第 5 集:DeepSeek 开源 V4.1 Flash 新架构模型(2026-09-09,42 条)
- 第 6 集:DeepSeek V4.1/Flash 规格跑分遭集中爆料(2026-09-10,18 条)
- 第 7 集:DeepSeek V4.1 Flash 评测跑分流出，社区热议实测表现(2026-09-10,2 条)
- 第 8 集:Bug Hunt Bench 实测 105 个真实 bug，DeepSeek-V4.1-Flash 高性价比亮眼(2026-09-10,2 条)
- Bug Hunt Bench 实测 105 个真实 bug,DeepSeek-V4.1-Flash 高性价比夺目 — PawelHuryn · 2026-09-10
- Bug Hunt Bench 上架 Astra 成绩:低档 27 中档 34 分 — PawelHuryn · 2026-09-10