实测对比：DeepSeek V4.1 Flash 耗 4.3 倍 token 慢 2.4 倍，成绩仍在噪声区间
teortaxesTex · x · 2026-10-20
博主 teortaxesTex 对 DeepSeek V4.1 Flash 与 GPT-6 Sol 在同一基准上做对比分析：
- 成本差距：DS 消耗约 4.3 倍 token、耗时 2.4 倍。
- 单次最佳：Sol 6.1 的最好一次跑到了 Objective Group 6（19 个目标），V4.1F 没有一次达到；DS 最佳止步于 18。
- 统计口径：均值 DS 16.3 vs Sol 15.7，中位数 DS 约 16 vs 14——谁「赢」取决于统计方式，差距在噪声范围内。
- 反超来源：DS 的均值领先主要靠一次后期跳变（单步从 12 涨到 18，疑似一次凭证或域攻破同时完成多个目标）。
博主进一步推算：Sol 6.1 比 Sol 6 慢 2 倍、比 Whale 慢 4 倍以上，「循环跑 V4.1 两三次」是否就能弥补单次差距，值得思考。
「模型」频道最新
- 用户抱怨 Claude 用量额度消耗明显变快 — prasenx · 2026-10-20
- 用户吐槽 ChatGPT 待办任务不断消失：做完一项其余全丢 — koltregaskes · 2026-10-20
- Mobileye 联创的新公司 doubleAI 称可将客户算力成本削减 67% — pstAsiatech · 2026-10-20
- 长期批评 Anthropic 的开发者：Claude 5.5 系列让我重回 Claude 阵营 — intellectronica · 2026-10-20
- Vals AI 评测：DeepSeek V4.1 Flash 攻防任务击败 GPT-6 Sol — Nunki08 · 2026-10-20
- ModelScope 开源 MemT-1.0:把持久记忆写进模型计算,128K 历史提速 1.86 倍 — kalyan_kpl · 2026-10-20