DeepSeek V4.1 Flash 全部 89 次运行明细表公开
PawelHuryn · x · 2026-10-20
Pawel Huryn 公布 DeepSeek V4.1 Flash 1017 在 Bug Hunt 基准上全部运行的明细数据:同一模型、9 种 harness、3 个努力档位,每格为 105 个植入 bug 中修复的数量。
- Max 档:Claude Code 39.1、DeepSeek 官方 42.7、Pi 42.2、OpenCode 37.6
- High 档:Pi 40.4、Grok Build CLI 40.4、DeepSeek 39.2、OpenCode 2.0 38.6 等
- Low 档:DeepSeek 34.8、Pi 33.8、Claude Code 34.4、OpenCode 32.8
- 该表是前一条 89 次实测结论的完整数据支撑,可见同模型跨 harness 分差与单次运行波动都相当大
所属事件:Bug Hunt Bench 实测：换 harness 拉开数分差距(10 条相关)→
「编程与Agent」频道最新
- tsrs:Rust 重写 TypeScript 编译器,比 TS 7.0 快 8 倍省 70% 内存 — irvinebroque · 2026-10-21
- 从笔记本到线上服务：10 个把 AI Agent 部署上生产的开源仓库 — victor_explore · 2026-10-21
- PGX:Rust 版一次性 Postgres,659MB 内存跑 1000 个独立数据库 — JaynitMakwana · 2026-10-21
- Firecrawl 发布人才数据库 Alexandria，获 7500 万美元 B 轮融资 — devdigest · 2026-10-21
- Hugging Face 发布 Agent Manager：编排数十个跨框架协作 Agent — lvwerra · 2026-10-21
- 端到端 AI 换脸视频工作流全解：从素材检查到帧对齐装配 — Few-Profession421 · 2026-10-21