玩家用 16 局卡坦岛实测:DeepSeek V4.1 Flash 战平 GPT-5.6 Terra,成本低 6-7 倍
teortaxesTex · x · 2026-09-15
开发者 @onusoz 让 DeepSeek V4.1 Flash 与 GPT-5.6 Luna/Terra/Sol 玩了 16 局《卡坦岛》,对局记录已开源到 Hugging Face(364 个文件、741MB):
- DeepSeek 轻松击败 Luna;对 Terra 的完成局打成 4-4 平,但成本低 67 倍
- 对最强的 Sol 大多落败,但也赢下 1 局(Luna 对 DeepSeek 则毫无胜机)
- 双方开 max thinking 的对局因耗时过长未能完成
- 测试通过 Novita 的 Hugging Face Inference Providers 运行
teortaxesTex 认为这一对比公允:无论主观 agentic 编码表现还是卡坦岛战绩,DeepSeek V4.1 Flash 都介于 Terra 和 Sol 之间,且价格远低于 Terra。他期待看到 ARC-AGI 2 成绩,并指出知名评测机构对这个模型态度冷淡。
所属事件:DeepSeek V4.1 Flash 实测亮眼：卡坦岛战平 GPT-5.6，空间推理一次通过(2 条相关)→
「模型」频道最新
- 别再按月租智能了:Anthropic 服务端新规再掀开模型之争 — alex_verem · 2026-11-02
- Epoch AI 实验：GLM 5.3 连续攻破 6 个 Firefox 版本，单次成本约 1000 美元 — rohanpaul_ai · 2026-11-02
- SemiAnalysis：安全分类器压分，Opus 5.5 与 GPT-6 Astra 排名被低估 — morqon · 2026-11-02
- 1.7B 本地模型 LFM3 在 MacBook 上首次答对曼城赛程查询 — NielsRogge · 2026-11-02
- Similarweb：Claude 升级页流量 9 月回升至 1760 万，逼近 5 月峰值 — firstadopter · 2026-11-02
- 开源 GLiNER-PII 单卡 550ms 抓出病历 13 项身份标识,仍漏医院名 — MaziyarPanahi · 2026-11-02