DeepSeek v4.1 Flash 迷宫测试大幅超越上代，逼近 Kimi 3T 模型
patience_cave · x · 2026-10-25
同一 MazeBench 迷宫基准测试的后续：DeepSeek v4.1 Flash 较上一代 v4 Flash 显著提升，探索轨迹覆盖面扩大数倍。虽然总分仍略逊于 Kimi K3.1 Pro，但这个小尺寸 Flash 模型表现足以与 3T 参数级别模型掰手腕。配图对比了两代模型的迷宫探索范围。
「模型」频道最新
- 曝 OpenAI 10 月重启前沿训练:改用离线网络副本,agent 还挖出 Brotli RCE 漏洞 — mark_k · 2026-10-25
- Claude 周限额被榨到 96%,用户喊话放码求额度 — adonis_singh · 2026-10-25
- 截图显示 ChatGPT 语音模式在用开源的 Silero VAD v6 — ObnoxiouslyVivid · 2026-10-25
- Kimi K3.1 实测手感引热议：被指「闻起来像 Claude」 — MatthewBerman · 2026-10-25
- OrcaRouter 自行「去审查」DeepSeek V4.1,推出面向安全研究的 Cyber 模型 — brhydon · 2026-10-25
- 安全研究者：AI 正成为「安全债收债人」，漏洞窗口极短 — wunderwuzzi23 · 2026-10-25