DeepSeek-V4.1-Flash 刷出开源模型最强 Boeing 基准：连续数小时自我改进
victormustar · x · 2026-09-11
开发者 victormustar 实测 DeepSeek-V4.1-Flash（未证实名称），称其跑出了他见过最强的开源模型 Boeing 基准成绩。在 Claude Code harness 中用一条 /goal 指令——要求用 Three.js 建最逼真的波音 747、利用视觉能力构建可自我验证的检查系统并循环迭代直至 100% 满意——模型连续运行数小时：检查、发现缺陷、放大诊断、修复、再循环。其他模型往往很快停滞，它却能持续改进并准确判断下一步该做什么，长时程持续性令人印象深刻。
所属事件:开发者实测 DeepSeek-V4.1-Flash 刷新开源 Boeing 基准(2 条相关)→
「模型」频道最新
- GPT-6.1 Terra 控制真机器人胜过 Opus 5.5,较三月前提升 3.7 倍 — ycombinator · 2026-10-28
- Kimi 发布 K3.1 Pro：3T 级开源权重模型，100 万上下文幻觉降 65% — NVIDIAAI · 2026-10-28
- OpenSIR 自博弈框架：LLM 无需训练数据自学数学推理 — PMinervini · 2026-10-28
- Claude Opus 5.5 从二进制重建 SQLite 等程序,ProgramBench 得分 18.5% — winer666 · 2026-10-28
- Codex 后台任务一夜烧光 500 美元周额度外加 75000 credits — sethlazar · 2026-10-28
- 用 $TAO 两分钟上手开源模型：Bittensor 侧链 SN53 实测体验 — markjeffrey · 2026-10-28