105 个隐藏 Bug 实测:DeepSeek V4.1 Flash 得 24 分,成本仅 Opus 5 的 1/28
sanderjson · x · 2026-09-10
博主 PawelHuryn 用 2 个真实代码仓库、105 个隐藏 bug 对多个模型做「找出并修复」实测：
- Opus 5 (max): 27 个，耗时成本 $51.33
- Grok 4.6 (max): 27 个，$16.96
- DeepSeek V4.1 Flash (max): 24 个，仅 $1.80
- GPT-5.6 Luna (xhigh): 23 个，$2.50
- Opus 5 (high): 21 个，$38+
结论:DeepSeek V4.1 Flash 在日常任务上表现非常强，性价比碾压级——成绩接近顶级模型，成本却只有 Opus 5 的约 1/28。
所属事件:DeepSeek V4.1 Flash 多方实测：近前沿性能，成本仅 1.4%~3.5%(15 条相关)→
「编程与Agent」频道最新
- 用 $28 算力让模型给自己造 copilot：他的新模型个人基准 — bucolucas · 2026-10-27
- Agent 中途改计划该被允许吗：真实系统介入时的边界之辩 — wistfulcracker84 · 2026-10-27
- HeyGen 联手 Canva:幻灯片讲者备注自动变数字人讲解视频 — HeyGen · 2026-10-27
- 隐私场景实测：本地 Qwen 3.8 FN 不输云端前沿模型还更快 — dr_lm · 2026-10-27
- Cloudflare Computer 支持 agent 中断恢复，可跳过已完成的非幂等请求 — irvinebroque · 2026-10-27
- LLM Tails 实测省 80% 输入 token：先读后写约束 agent 编码 — savadks1818 · 2026-10-27