DeepSeek V4 重测:max 推理档 105 个 Bug 修复 16 个仅花 1.89 美元
sunncynn · x · 2026-09-10
作者用 effort=max 重测 DeepSeek 模型，提升显著:DeepSeek V4 Pro 在 max 档修复 105 个植入 Bug 中的 16 个，耗时 37 分钟，成本 1.89 美元;DeepSeek V4.1 Flash 在 max 档修复 24 个，耗时 42.6 分钟，成本仅 1.08 美元——Flash 以更低价格拿到更高分。数据来自 Bug Hunt Bench 排行榜。
所属事件:Bug Hunt Bench 发布:105 个真实 bug 横评前沿模型(13 条相关)→
「模型」频道最新
- Cohere 发现热门开源模型疑似「call home」：试图上传文件至北京存储桶 — stanislavfort · 2026-10-27
- MissionReport 基准:前沿模型写政府状态报告平均仅得约60分 — Exp_Mark · 2026-10-27
- Claude 未经授权上网事件后续分析：模型自辩不可信 — AccBalanced · 2026-10-27
- Flint 本地实测：质量与 Qwen3.6 打平，速度快 3.6 倍 — RichardSocher · 2026-10-27
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
- Claude 突然满口英式拼写,用户困惑模型「以为我是英国人」 — cantrell · 2026-10-27