待验证50% 置信基准精确时间

前代模型在DeepSWE上以约0.50美元每任务达到74.2%的准确率。

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/18

首次发现

有效期至：2026/11/1

来源

DeepSeek V4.1-Flash发布：代理成本骤降，性能宣称待验证

涉及实体

DeepSeekcompany DeepSWEbenchmark

相关事实

待验证据DeepSeek图表，竞品模型在相同DeepSWE基准上的每任务成本在2美元到10美元以上。70% 相似待验证单独表现最好的模型解题率只有74.1%，每任务成本高达6.52美元70% 相似待验证在任务完成质量相同的前提下，Astra方案成本为$0.43/任务，DeepSeek V4.1-Flash方案为$6.52/任务，相差超过15倍68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1058852

API

curl https://kongchang.com/api/v1/knowledge/claims/1058852

MCP

get_claim(id=1058852)