DeepSeek V4.1 Flash-1017 实测：开到 max 档才拉开差距
zainhas · x · 2026-10-18
作者分享了一张 DeepSWE v1.1（miniswev2 harness）的 Pass@1 vs 单任务成本散点图：DeepSeek V4.1 Flash-1017 从 low 到 high 档的通过率几乎没有变化，但开到 max 档直接冲到 77.0%，明显高于同系列其他档位和其他对比模型，结论是「对该模型值得用 max 推理力度」。
「模型」频道最新
- 网友发现 DeepSeek 竟有 Search API,准备用退款额度实测 — thejasminejade · 2026-10-18
- OpenRSI Index 发布：首个衡量研究智能体递归自我改进能力的基准 — jiqizhixin · 2026-10-18
- Perplexity 决策模型赢下卡坦岛锦标赛：被抢 32 次仍夺冠 — denisyarats · 2026-10-18
- DeepSeek V4.1 Flash 1017 实测:个人基准 10 任务全过,单任务不到 5 美分 — Fabulous_Pollution10 · 2026-10-18
- 「DeepSeek 再也发不出好模型」?Lisan 锐评遭围观调侃 — teortaxesTex · 2026-10-18
- 四年 250 倍：上下文窗口从 GPT-3.5 的 4K 到如今 1M — khademinori · 2026-10-18