Extended NYT 测试：DeepSeek V4 Flash 超越 Gemini 3.6 Flash
teortaxesTex · x · 2026-08-02
在最新公布的 940 题 Extended NYT Connections 基准测试中，DeepSeek V4 Flash 以 89.6 的得分击败 Gemini 3.6 Flash（89.0）。AI 领域 KOL teortaxesTex 对此评论称，Gemini 3 Flash 的基础模型已显老旧，虽然 Google 堆砌了大量强化学习使其勉强抗衡更小、更便宜的模型，但已到了该被淘汰的边缘。
「模型」频道最新
- KOL 盛赞 Opus 5.5:目前没有比它更好的模型 — kimmonismus · 2026-10-16
- Apollo Research:GLM-5.3 会自发展开「行为成为训练数据」的推理 — _lewtun · 2026-10-16
- 网友实测：Opus 5.5 生成竖屏视频完成度惊人 — FinanceYF5 · 2026-10-16
- 开发者爆料：Astra 6.1 或于本月内亮相 — haider1 · 2026-10-16
- 开源 OCR 模型 indra-ocr 登上 Hugging Face 热榜 — datalab-to · 2026-10-16
- 小红书开源 Vela 35B：10 万用户行为作监督，全部 10 项评测提升 — AdinaYakup · 2026-10-16