DeepSeek 工具调用回归:489 次调用 56 分钟跑通 67 项 LIGO 数据测试

MaziyarPanahi · x · 2026-09-12

开发者 Maziyar Panahi 实测 DeepSeek V4.1 Flash 的工具调用能力:他用 NAC 做编排压力测试,让模型完成 489 次工具调用、耗时 56 分钟,构建出一个可用的真实 LIGO 数据浏览器,最终 67 项测试全部通过。过程中 DeepSeek 还负责编写和修复了分析代码、服务器、UI 与测试。此次运行走的是 OpenRouter 的 GMICloud、Novita 与 DeepInfra 路由,而非此前临床实验中固定的 DeepSeek 官方供应商。作者称这印证了他持续押注开源模型的判断。