DeepSeek V4.1 Flash 实测亮眼：卡坦岛战平 GPT-5.6，空间推理一次通过

用户对 DeepSeek V4.1 Flash 展开多项实测：开发者 @onusoz 让其与 GPT-5.6 Luna/Terra/Sol 进行 16 局《卡坦岛》对局，结果战平，而成本仅为对方的六至七分之一，对局记录已开源到 Hugging Face。另有用户测试其空间推理与状态追踪能力，模型 one-shot 用 Three.js 构建魔方并完成求解、打乱与再求解，一次通过；前代模型在 ARC-2 上已达 61%。

2026-09-15 ~ 2026-09-15 · 2 条相关