实测找 105 个隐藏 bug:DeepSeek V4.1 Flash 得 24 分,成本仅 Opus 5 的 3.5%
ChartsJournalX · x · 2026-09-11
博主 PawelHuryn 用两个真实代码仓库设计了一份「找出并修复 105 个隐藏 bug」的测试,横向对比多款顶级模型的实际修复数与花费:
- Opus 5 (max):27 个,成本 $51.33
- Grok 4.6 (max):27 个,成本 $16.96
- DeepSeek V4.1 Flash (max):24 个,成本仅 $1.80
- GPT-5.6 Luna (xhigh):23 个,成本 $2.50
- Opus 5 (high):21 个,成本 $38
结论:DeepSeek V4.1 Flash 在真实任务上接近头部旗舰,日常任务表现很强,而成本只有 Opus 5 (max) 的约 3.5%,性价比极为突出。
所属事件:Bug Hunt Bench 横评:DeepSeek V4.1 Flash 高性价比亮眼(10 条相关)→
「编程与Agent」频道最新
- Cognition SWE-2 用 KKT 对偶优化长度惩罚，一次 RL 推移 Pareto 曲线 — YouJiacheng · 2026-09-11
- 首届 Three.js 大会落地巴黎，AI 正缩短从想法到原型的距离 — OdinLovis · 2026-09-11
- 观点：Agent 真正的瓶颈是企业数据工程能力 — dhruv2038 · 2026-09-11
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11
- 投资分析师求教：如何用 Claude 搭建尽调 Agent 工作台 — Careless_Tie2286 · 2026-09-11