DeepSeek与Maka评测成绩对比：基数不同致结果失真
teortaxesTex · x · 2026-08-02
针对近期流传的 DeepSeek 与 Maka 模型评测分数对比，有开发者指出两者存在统计口径差异。DeepSeek 在 Terminal Bench 2.1（官方测试框架）的得分为 82.7%；而 Maka 报告的 85.3% 通过率，仅是基于未超时跑完的 61 道题目的子集计算得出。由于分母和测试基数不同，这并非严格的同口径对比，直接比较分数容易产生误导。
「模型」频道最新
- 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
- KOL 力捧 Opus 4.5:目前没有比它更强的模型 — kimmonismus · 2026-10-16