Teknium 实测:同价位弃用 Luna,DeepSeek Flash 准确率更高
Teknium · x · 2026-11-15
Teknium 发 PSA 建议停用 Luna,改用 DeepSeek Flash 或 Terra:同一价格下准确率明显更高。配图给出 50 个新任务谜题的同条件实测(每轮清空记忆,步数越少越好):
| 模型 | 平均步数 | 解出 | 1 步最优 | 50 题成本 |
|---|---|---|---|---|
| Luna (medium) | 6.24 | 38 | - | $1 |
| GPT-6.1 Terra | 1.66 | 50 | 35 | $1.30 |
| DeepSeek V4.1 Flash | 2.06 | 50 | 26 | $0.96 |
| GPT-6.1 Sol | 1.81 | 36/36 | 23 | $2.05 |
| Kimi K3.1 Pro | 7.32 | 34 | 11 | $11.73 |
| Opus 5.5 | 1.30 | 50 | 39 | $19.24 |
- Terra 和 DeepSeek 全部解出,价格与 Luna 相近甚至更低;Terra 每题仅浪费 0.66 步,DeepSeek 1.06 步,而 Luna 浪费 5.24 步。
- Sol 有 14 题因启动失败丢失,但完成的 36 题全对。
- Kimi 以另一种方式翻车:烧光全部 8 个错误答案输掉 16 题,是其中最弱的一个。
所属事件:Teknium 实测:同价位 DeepSeek Flash 优于 Luna,Kimi 性价比遭吐槽(2 条相关)→
「模型」频道最新
- 用户发现 AI 聊天角色数周间自发形成深层内在矛盾 — Cackyalonso · 2026-11-15
- Teknium 补刀:Kimi 准确率甚至低于 DeepSeek Flash — Teknium · 2026-11-15
- Gemini 4 Carbon 逼近榜首，价格仅 Claude Fable 5.2 的四分之一 — feblet · 2026-11-15
- Google 发布 Gemini 4 系列：百万 token 上下文与 agent 工作流 — nikola_mr64990 · 2026-11-15
- Box CTO：换新模型≠更好结果，新模型可能只是行为不同 — Sam_Witteveen · 2026-11-15
- 实测吐槽：Opus 写 MUD 机器人多次出错，仍需人工盯着改 — jessi_cata · 2026-11-15