待验证50% 置信基准精确时间
在 Terminal Bench v2.1 上，Beam 的 80.1 落后于 DeepSeek V4.1 Flash 的 90.6；在 DeepSWE v1.1 上，Beam 的 44.4 落后于 GLM-5.3 的 61.0 和 Kimi K3 的 68.0。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/12
首次发现
有效期至：2026/10/26
来源
涉及实体
相关事实
待验证DeepSeek 的模型 V4 Flash 0731 在 Terminal-Bench 2.1 上取得了 82.7% 的成绩73% 相似待验证DeepSeek V4.1 Flash 在多项关键基准测试上能够与 GLM 5.3 和 Kimi K3 平起平坐68% 相似待验证三款轻量模型中没有全能冠军：DeepSeek V4.1 Flash 质量最高但速度慢，Haiku 5.5 速度快且写作领先但编程视觉效果落后，GPT-6 Luna 任务结果较差65% 相似待验证在黑洞演示项目中，DeepSeek V4.1 Flash 表现最好并拿到 90 分，GLM5.3 Flash 垫底64% 相似待验证DeepSeek-V4.1-Flash采用552B参数的MoE（混合专家）主干架构63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1011090API
curl https://kongchang.com/api/v1/knowledge/claims/1011090MCP
get_claim(id=1011090)