763B 开源模型实测：105 个隐藏 bug 修复大比拼

Pawel Huryn 在两个真实代码仓库中预埋 105 个隐藏 bug,发布 Bug Hunt Bench 排行榜,横向评测新发布的开源 763B 模型 DeepSeek V4.1 Flash 1017 与各前沿模型的查错修 bug 能力。结果显示模型间差距远超以往：Muse Wonder Full 1.0 以 42/105 居首,Opus 5.5 Max 以 41 个紧随其后,而 DeepSeek V4.1 Flash 仅以约 1/150 的成本逼近 Opus 5.5 的表现,修复了 105 个 bug 中的 34 个,展现出极高的性价比。

2026-10-17 ~ 2026-10-17 · 3 条相关

• DeepSeek V4.1 Flash 1017 实测:763B 开源,105 个隐藏 bug 修回 34 个 — PawelHuryn · 2026-10-17
• 105 个真实 bug 实测：Opus 5.5 与 Muse Wonder 并列领跑 — PawelHuryn · 2026-10-17
• Bug Hunt 榜单：DeepSeek V4.1 Flash 1017 以 1/150 成本逼近 Opus 5.5 — PawelHuryn · 2026-10-17