DeepSeek多次尝试可追平Luna：pass@2成本仅$0.20
zainhas · x · 2026-08-07
zainhas指出，虽然Luna单次质量更高（67.2% vs 53.3%），但DeepSeek的经济性允许并行多次尝试：2次尝试达81.6% vs 70.1%，4次达90.3% vs 80.5%。在DeepSWE任务中，DeepSeek pass@2超过Luna pass@1，成本仅$0.20 vs $0.61。
所属事件:DeepSeek-V4 Flash实测：成本仅Luna六分之一，性能达八成(14 条相关)→
「编程与Agent」频道最新
- 开发者用3台DGX Spark组本地集群跑GLM-5.3-Flash,配代理均衡日生175万token — Teknium · 2026-10-16
- 开发者分享给电脑上的 Agent 划权限:能读能写,发删买一律先问人 — No_Fan5310 · 2026-10-16
- 开发者用GPT写出unifi-simulator,让MikroTik交换机伪装进UniFi网络拓扑 — Pytlicek · 2026-10-16
- 斯坦福 45 分钟课拆解 Grok Bot:always-on agent 的 harness 工程 — Hesamation · 2026-10-16
- Opus 5.5 + Three.js 打造水波鱼群樱花互动场景，美到刷屏 — nikola_mr64990 · 2026-10-16
- 用 Grok 搭建线性回归交易系统，125 天在 Polymarket 赚 50 万美元 — Roger_M_Taylor · 2026-10-16