待验证50% 置信基准精确时间
DeepSeek 称 1017 版本 Terminal Bench 分数从 31 涨到 42。
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
DeepSeek V4.1 Flash 1017实测：Token效率补齐最大短板
youtubePrompt Engineering2026/10/19
涉及实体
相关事实
待验证Terminal Bench 4.0分数从31.2分升至42.3分，提升11.1分。77% 相似待验证1017 检查点在 Terminal-Bench 4.0 上的得分从 31.2 提升到 42.3。73% 相似待验证Claude 模型在 Terminal Bench 4.0 终端编码测试上的得分从42%提升到接近56%66% 相似待验证DeepSeek-V4.1-Flash-1017 在 Terminal-Bench 4.0 上的得分从 V4.1-Flash 的 31.2 提升至 42.3。60% 相似待验证Terminal-Bench 4.0的标准误差为±2.6分，Opus 5的51.8%复现为52.3%，Anthropic称之为噪声。59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1069656API
curl https://kongchang.com/api/v1/knowledge/claims/1069656MCP
get_claim(id=1069656)