用户实测称 DeepSeek 新模型「优于当前其他所有模型」
0xSero · x · 2026-09-18
网友 0xSero 表示自己正在把 DeepSeek 新模型用于安全研究、机器学习、浏览器操作、computer use、聊天和绘画等各类任务，称「目前更喜欢它胜过任何其他模型」。回复者则指出从 Benchmark Heaven 的数据看，该模型可能有点「刷榜」（benchmaxxed），榜单分数与真实 held-out 表现或存在差距。
「模型」频道最新
- 网友催更 Kimi K3.1:问月之暗面模型权重何时放出 — bgmshana · 2026-11-04
- Muse Spark Open 许可证藏着坑：蒸馏产物也算衍生模型 — aidenclarke_12 · 2026-11-04
- 腾讯 Hy4 智能体硬测仍逊 GPT-6.1,Kimi K3.1 Pro 两项反超 — heyshrutimishra · 2026-11-04
- 腾讯 Hy4 智能体自训小模型超越官方基线,称迈向递归自我改进 — heyshrutimishra · 2026-11-04
- Hy4 金融实测：579 项真实任务开源第一，幻觉率降至 5.45% — heyshrutimishra · 2026-11-04
- 腾讯混元预告即将开放接入 LMArena 评测 — TencentHunyuan · 2026-11-04