实测：DeepSeek 成本仅为 GPT-5.6 的三分之一，解决任务更多
togethercompute · x · 2026-08-09
推主 togethercompute 分享了一项在 DeepSWE 基准上的模型对比测试结果。在相同预算的前提下，DeepSeek V4 Flash 表现出了显著的性价比优势。
测试数据显示，进行两次 DeepSeek V4 Flash 尝试所解决的任务数量，竟然多于仅进行一次 GPT-5.6 Luna 尝试所解决的任务，而前者的成本大约只有后者的三分之一。
所属事件:DeepSeek V4 Flash登顶ARC-AGI性价比，成本仅GPT-5.6四分之一(9 条相关)→
「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