待验证50% 置信基准精确时间

第三方用最严格的'Fully'口径测试9月版本时，Program Bench通过率仅为0.5%。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/18

首次发现

有效期至：2027/1/16

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

DeepSeekcompany Program Benchconcept

相关事实

待验证Program Bench分数从20.3分升至29.1分，提升8.8分，使用的是'Almost'口径（9次测试中5次通过即算通过）。68% 相似待验证Caveman给出的固定54次运行基准测试结果显示输入Token减少33.2%，且18/18项正确性检查全部通过63% 相似待验证在DeepSeek官方对比中，使用相同检查点并以最大努力运行时，其最小框架得分72.6，而开源代码得分65.562% 相似待验证在20篇文档设定下，正确文段排最前时GPT-3.5-Turbo答对率约75.8%，排最后约63.2%，落在中间仅53.8%，而完全不给文档的闭卷成绩为56.1%62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1059808

API

curl https://kongchang.com/api/v1/knowledge/claims/1059808

MCP

get_claim(id=1059808)