待验证50% 置信基准精确时间
Deep SWE分数从74.2分升至77分，提升2.8分。
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更新：参数真相、跑分争议与成本革命
bilibiliAI技术投降派2026/10/18
涉及实体
相关事实
待验证DeepSeek的编程智能体DeepSWE在SWE-bench基准测试中从预览版的12.8分提升至62.7分67% 相似待验证GLM-5.3-Flash 在 DeepSWE v1.1 得63.4分，比 GLM-5.2 的46.2分提升17.2分；HLE 得55.3分。61% 相似待验证DeepSeek V4.1 Flash 1017 在 HLE 基准上的得分从 36.8% 提升至 42.6%。60% 相似待验证DeepSeek V4 Pro的软件工程能力从预览版的12.8分提升到62.7分，网络安全达到83.3分60% 相似待验证DeepSeek V4.1 Flash在Deep SWE软件工程代码测试上拿到74分，是UP主见过的第一个在Deep SWE上达到74分的开放权重模型58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1059803API
curl https://kongchang.com/api/v1/knowledge/claims/1059803MCP
get_claim(id=1059803)