待验证50% 置信基准精确时间
Terminal Bench 4.0的42.3分超过了GPT5.6 Soul和GLM5.3，但距离Claude Opus 5.5的64.8分仍有22分差距。
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GLM-5.3-Flash 在 Terminal-Bench 2.1 得84.3分，略低于 Claude Opus 4.8 的85.0分和 GPT-5.6 Terra 的87.4分。79% 相似已验证在 Terminal Bench 4.0 上，Opus 5.5 得分 66.4%，Astra 为 57.9%，Fable 5.1 为 55.8%，前代 Opus 5 为 52.3%70% 相似待验证Opus 5.5 在 TerminalBench 上得分 66.4%，高出 DeepSeek 1017 约 24 分；GPT 6.1 Sol 在 DeepSWE 上以 75.2% 略微领先 1017。70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1059807API
curl https://kongchang.com/api/v1/knowledge/claims/1059807MCP
get_claim(id=1059807)