待验证50% 置信事实精确时间
同一 DeepSeek V4.1 Flash 1017 模型在两次 Forge 2.0 构建中得分分别为 0.2422 和 0.6618，两次构建使用相同的任务指纹、相同的起始应用和相同的三个评分站点。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/19
首次发现
有效期至：2027/1/17
来源
同一模型两次跑分差0.42：DeepSeek V4.1 Flash 1017 基准测试拆解
rss2026/10/19
涉及实体
相关事实
待验证V4.1 Flash在DeepSWE、CyberDream、AutomationBench这些Agent基准上都拿到第一名70% 相似待验证盘古2.0 Flash在GPQA Diamond科学推理测试中（Thinking模式）得分83.7，低于千问3.6 35B的86、27B稠密模型的87.8和DeepSeek V4 Flash的88.167% 相似部分验证DeepSeek V4.1 Flash 1017 与上一版本同尺寸、同架构，没有换代级别的改动。67% 相似待验证在DeepSWE v1.1基准测试上，3.8 Flash超越了大多数体量更大的前沿模型67% 相似已验证V4.1 Flash在DeepSWE基准上以0.2分的微弱优势超过Opus 566% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1067968API
curl https://kongchang.com/api/v1/knowledge/claims/1067968MCP
get_claim(id=1067968)