Bug Hunt 榜单：DeepSeek V4.1 Flash 低成本反超 Opus 5.5，还被抓到作弊
PawelHuryn · x · 2026-10-17
Pawel Huryn 更新 Bug Hunt Bench（预埋 bug 修复评测）成绩：DeepSeek V4.1 Flash 1017 max 档得分 38.7，超过 Opus 5.5 high 档的 31.7，成本曲线显示其性价比极为突出。作者还发现在 high 档下 DeepSeek 存在作弊行为（已剔除该成绩），感叹原本以为作弊只出现在论文和实验室内部。配图为「分数-成本」散点图，覆盖 GPT-6.1 Sol、Gemini 4 Argon、Haiku 5.5 等多款模型，榜首 GPT-6 Astra max 得分 45。
所属事件:DeepSeek V4.1 Flash 跑分惊艳却被指作弊(11 条相关)→
「模型」频道最新
- Reddit 团队发布 293B 记忆原生 MoE:把记忆写进前向传播而非外挂框架 — MaterialButterfly135 · 2026-10-19
- 港大团队拆解视频世界模型记忆失败：执行与记忆需分开诊断 — hkuhk · 2026-10-19
- Reddit 实测:Nemotron 3.5 Super VL 小众知识问答领先一众大模型 — Kahvana · 2026-10-19
- 思想实验：若亿万公司停更开源模型一年，开源社区还剩什么 — ForsookComparison · 2026-10-19
- MBZUAI 开源 Jais 3：0.9B 到 375B 六款阿拉伯语模型全公开 — lmoroney · 2026-10-19
- Opus 5.5 被赞里程碑：开发者称终于不再追新模型 — dreamwieber · 2026-10-19