第三方测试揭底：DeepSeek-V4.1-Flash 跑分比官方低逾 10 分
DigiDecode_ · reddit · 2026-10-19
有用户对比了 DeepSeek-V4.1-Flash-1017 在 Terminal bench 4.0 上的成绩：模型卡报告 42.3%，但 Artificial Analysis 报告约 34%，Vals index 报告仅 31.82%，与官方口径差距明显。第三方评测与厂商自报分数的出入引发对跑分口径或模型卡可信度的质疑。
「模型」频道最新
- Artificial Analysis 数据:OpenAI 模型单任务烧 197k token,CoT 冗长冠绝全行业 — teortaxesTex · 2026-10-19
- Reddit 用户吐槽 ChatGPT 额度:愿为无闲聊的纯工作版付费 — bofors14 · 2026-10-19
- DeepSeek V4.1 Flash 登顶 Vals Index 开源模型榜,单任务仅 $0.64 — scaling01 · 2026-10-19
- 博主盘点各模型 API 价格:Sol 6.1 是多数用户性价比之选 — teortaxesTex · 2026-10-19
- 开源决策模型 D3 登顶 Jev 双榜，0.6B 到 27B 全系接入 vLLM — AccBalanced · 2026-10-19
- SenseTime 联合创始人:免编码器原生 VLM 迈向统一多模态 — liuziwei7 · 2026-10-19