DeepSeek V4-Flash 跑分曝光：Agent 能力大跃升
Reddactor · reddit · 2026-07-31
网友整理了 DeepSeek V4-Flash 相比预览版的跑分对比。数据显示其能力有显著提升：Terminal Bench 得分从 56.9 跃升至 82.7（+25.8），Toolathlon 也从 51.8 提升至 70.3（+18.5）。此外，在 NL2Repo、Cybergym、DeepSWE 等多个新增的 Agent 和自动化基准测试中也取得了不错的成绩。
所属事件:DeepSeek V4-Flash跑分曝光，Agent能力大跃升(2 条相关)→
「模型」频道最新
- 辟谣：OpenAI 官方未提 GPT-5.6 免费向科学家开放 — emmanuelvivier · 2026-07-31
- Anthropic 发布 Claude Opus 5：编码能力登顶，价格仅为旗舰款一半 — emmanuelvivier · 2026-07-31
- Karpathy挑战主流：小模型+工具+闭环反馈才是智能体能力关键 — Div_pradeep · 2026-07-31
- 华为开源 505B 参数 MoE 模型 openPangu-2.0-Pro — langsfang · 2026-07-31
- 测试模型自我迭代能力：断网能否独立复现 dspark 算法 — willccbb · 2026-07-31
- DeepSeek 文档新增 Responses API，印证 V4 Flash 即将发布 — koltregaskes · 2026-07-31