科研智能体用模型调研:DeepSeek V4.1 Flash 成最热门开源模型
AkariAsai · x · 2026-10-30
alphaxiv 团队发布的科研用户模型使用趋势(基于 Artificial Analysis Intelligence Index v5.0 与 OpenResearch 用量数据)显示:
- Terminal-Bench-Science 首次纳入该指数(占总分 15%),Science 类别权重从 20% 上调至 25%。
- Anthropic 和 OpenAI 模型仍主导用量,7 个最受欢迎模型中占 6 席;Opus 5.5 智能与用量双第一(用量 122.5B tokens)。
- DeepSeek V4.1 Flash 以较大优势成为最流行的开源及中国模型(用量 20.6B,排第 4),凭借便宜的高智能水平受科研者欢迎。
- 性价比错位明显:GPT-6 Luna 的用量远超其智能排名(+9 位),Haiku 5.5、Grok 4.7 则相对被低估(-7 位)。
- Google 最新的 Gemini 4 系列尚未在科研场景取得明显渗透。
配图为智能排名 vs 用量排名的对比,直观展示了榜单成绩与真实使用之间的巨大差异。
「模型」频道最新
- 用户吐槽 Opus 5.5 输出「难以卒读」，要求改写后仍是技术腔 — msalbergo · 2026-10-30
- 圈内人称 Gemini Argon 会做出研究者级「跳跃」，Google 疑似掌握独家诀窍 — vitaliychiley · 2026-10-30
- Alexandr Wang 晒图:Meta Muse 回答比 ChatGPT 简洁 6.7 倍 — alexandr_wang · 2026-10-30
- 算上重置次数：OpenAI 补贴策略改写性价比帕累托前沿 — RexDouglass · 2026-10-30
- 语音模型 Phonic 登顶 VAmoS 基准，agentic 语音对语音训练难度获同行认证 — graceisford · 2026-10-30
- DeepSeek 被曝仍在招募安全黑客,V4 网络安全能力引担忧 — teortaxesTex · 2026-10-30