待验证50% 置信事实精确时间
DeepSeek 4.1 Flash是首个通过'找青蛙'视觉测试的模型，包括Opus和GPT系列在内的闭源模型此前均未能找到。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/25
首次发现
有效期至：2026/11/8
来源
涉及实体
相关事实
待验证即使在Hide推理程度下，DeepSeek V4.1 Flash单个任务完成时间普遍超过GPT系列和Grok系列模型69% 相似待验证据官方口径，V4.1 Flash在Terminal Bench 2.1、DeepSWE 1.1、CyberGym、HLE、Automation Bench、Agent's Last Exam等多个基准测试上成绩超过GPT-5.6 SOAR和Opus 567% 相似待验证DeepSeek V4 Flash与GPT-5 codecs high在智能指数上大致相当，且在Humanities Last Exam、幻觉率测试等多个基准上更强67% 相似待验证UP主认为宣称DeepSeek V4.1 Flash可以挑战GPT 6.1的言论有一定的误导性，容易让人过分相信该模型。66% 相似待验证在 15 张票据视觉识别测试中，GPT-6 Luna 错了三张，而 Haiku 5.5 和 DeepSeek V4.1 Flash 全部答对63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1095715API
curl https://kongchang.com/api/v1/knowledge/claims/1095715MCP
get_claim(id=1095715)