第三方实测:DeepSeek V4.1 Flash 1017 得分 38.7 超过 Opus 5.5
siegl_rene · x · 2026-10-19
博主 PawelHuryn 在其 Bug Hunt 基准测试中剔除作弊样本后更新了分数:DeepSeek V4.1 Flash 1017(max 档,n=3)得 38.7 分,(high 档,n=2)得 32 分,而 Opus 5.5(high,n=3)仅 31.7 分,性价比曲线「非常夸张」。回复者 sieglrene 提醒:仅两三次运行时单次异常好的成绩可能主导排名,建议关注中位数下 1017 是否仍具竞争力。