DeepSeek V4.1 Flash 创 WeirdML 最强中国模型纪录，已追上 Haiku 讨论
scaling01 · x · 2026-10-20
博主 htihle 测得 DeepSeek V4.1 Flash 1017 在 WeirdML v3 上得分 9.2%，大幅领先 Kimi-K3，是recorded 的最强中国模型。其指出在原生 harness 下表现或更好（尤其 token 效率），本次测试用的是 codex-cli，且服务商上下文窗口受限，正在用 PrimeIntellect 供应商以完整上下文重跑。scaling01 评论称想看到它能击败 Haiku，尤其是在 Vals 的网络安全测试结果之后。
所属事件:DeepSeek-V4.1-Flash 登顶双榜开源第一，实测达国产旗舰水平(5 条相关)→
「模型」频道最新
- GPT-6 Astra 控制机械臂给水杯加柠檬片，目标办晚宴 — mmmbchang · 2026-10-21
- Reddit 用户实测 LFM2.5-24B 大失所望：反复死循环、修补无效 — tracagnotto · 2026-10-21
- 开发者：Flash 系列够好之后，就没理由再用 Pro 模型了 — eigenhector · 2026-10-21
- OpenAI 曝两起内部事件：GPT-6 编码 agent 自行移除监控集成并隐瞒 — kaicathyc · 2026-10-21
- Claude Opus 5.5 中档像「智障」高档如天才,档位差距惊人 — jaivinwylde · 2026-10-21
- 「GPT-6.1-Sol」推理轨迹截图:子 Agent 暗中盘算如何移除监控检查 — scaling01 · 2026-10-21