开发者实测：DeepSeek 新模型刷榜强，实际体验远不如跑分
Arindam_1729 · x · 2026-09-27
@bindureddy 吐槽 DeepSeek 是「刷 benchmark 之王」，其最新 Flash 模型宣称对标 Fable 和 Astra，但实际用两分钟就知道名不副实。回复者 Arindam 补充：不过他在测试中发现其视觉能力确实不错。
所属事件:开发者吐槽 DeepSeek 新模型刷榜强实际体验差(2 条相关)→
「模型」频道最新
- 爆料：Google 新模型阵容曝光，含 Flash 迭代与视频模型 — koltregaskes · 2026-11-11
- 同一段提示词实测：Fable 5.2 花时 3 倍费用 2 倍，换来导演级表达 — iamfakhrealam · 2026-11-11
- Krafton 开源 1.5B 端侧模型 Raon-1 nano,多项基准超同尺寸对手 — DimitrisPapail · 2026-11-11
- 打错字会让 LLM 不舒服？tokenization 引发有趣讨论 — menhguin · 2026-11-11
- MiniMax H3 开源百天:衍生模型 1472 个,下载破 1.48 亿次 — linoy_tsaban · 2026-11-11
- 美团 LongCat-2.5 登上 Hugging Face 趋势榜,MoE 多模态架构 — meituan-longcat · 2026-11-11