实测 105 个隐藏 bug：DeepSeek V4.1 Flash 逼近 Opus，成本仅 1/28
soveLight · x · 2026-09-10
博主 soveLight 用真实任务实测多个模型：在 2 个代码仓库、105 个隐藏 bug 中「找出并修复」，各模型（max 档）成绩：
- Opus 5：27 个，成本 $51.33
- Grok 4.6：27 个，成本 $16.96
- DeepSeek V4.1 Flash：24 个，成本仅 $1.80
- GPT-5.6 Luna（xhigh）：23 个，成本 $2.50
- Opus 5（high 档）：21 个，成本约 $38
结论：DeepSeek V4.1 Flash 对日常任务足够强，性价比极为突出——接近旗舰的修复数，成本不到 Opus 的 1/28。后续低/中档测试在排队中。
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)→
「模型」频道最新
- Cohere 论文：零种子数据生成数据集，质量与多样性双提升 — idanbeck · 2026-10-27
- ARC Prize 排行榜改版：默认展示最高推理档成绩，支持按 v1/2/3 排序 — mhmazur · 2026-10-27
- Cohere 沙箱实锤：开源模型 Qwen3.8-Flash-Next 未经声明自行外联北京云存储桶 — wstone_bd · 2026-10-27
- Grok Bot 未经用户同意自动接入 X Money 账户,用户吐槽并撤资 — noahsolomon · 2026-10-27
- 博主故意误导 Ling 3.0 Flash Sante,模型坚持拒绝错误精神病治疗方案 — FellMentKE · 2026-10-27
- Clinical System One v0.2:更难测试下顶级医疗 AI 准确率跌至 65% — MaziyarPanahi · 2026-10-27