实测 DeepSeek v4 与 GLM 5.2 表现相当，评测框架成关键
Sentdex · x · 2026-08-08
开发者使用 OMP harness 对 DeepSeek v4（0731版本）进行了实测，发现其表现非常出色，在相同测试框架下能力基本可与 GLM 5.2 互换。测试覆盖了个人实际工作流以及 Terminal Bench v2.1 基准。作者指出，拥有一个好的评测框架可能才是准确衡量模型能力的关键。
所属事件:实测 DeepSeek v4 性能比肩 GLM 5.2(2 条相关)→
「模型」频道最新
- Gemini 4 Argon 弹窗宣称 Pro 可用，Jio/Pixel/学生用户却被静默锁定 — kabir_sharma_sans · 2026-10-16
- GPT-6 Sol 开药水店零失误，推理摘要却把库存当成自身属性 — liminal_bardo · 2026-10-16
- willcb 谈 Opus 5.5：不是参数变大，而是数据修好了 — willcb · 2026-10-16
- 曝 Apple 与 Meta 合作：816B 参数模型 Muse Spark Open 可跑在 Mac Studio — TansuYegen · 2026-10-16
- 法国开发者力挺 Mistral：ML4 万亿参数 MoE 未训完已比肩开源前列 — blakesnake86 · 2026-10-16
- Claude Opus 6 EAP 检查点现身，GPT-6.1 Astra 与 MAI-Base-2 泄露汇总 — WorldofAI · 2026-10-16