待验证50% 置信事实精确时间
在 VibeCodeArena 的 Users 标签页中，头部用户的评测分在 99.5 左右，Elo 在 1641 到 1642 之间，部分用户排名高于最强模型 DeepSeek-v4-Flash。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/17
首次发现
有效期至：2026/10/31
来源
涉及实体
相关事实
待验证在 VibeCodeArena 排行榜快照中，DeepSeek-v4-Flash 排名第一，评测分 95.3，Elo 1639，但置信度标注为 Low。79% 相似待验证DeepSeek V4.1号称SWE拿到74，但博主发现那是多次测试中挑出的最好成绩，open code实测65、PI实测6659% 相似待验证DeepSeek-V4.1-Flash-1017 在 Terminal-Bench 4.0 上的得分从 V4.1-Flash 的 31.2 提升至 42.3。57% 相似待验证Muse Glimmer 30B在RTX 5090上报告可达每秒74.9个token，评测者在RTX 3090上运行全精度版本观察到约60-65 token/秒56% 相似待验证在 Vibe Code Bench 基准测试中，Gemini 4 Argon 达到 91.9%，排名第一。54% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1054757API
curl https://kongchang.com/api/v1/knowledge/claims/1054757MCP
get_claim(id=1054757)