待验证50% 置信基准精确时间
在 AdvBench 上针对 DeepSeek-V4-Flash，最好的静态基线在固定 7 回合下只有 54.8% 的 ASR@1。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/27
首次发现
有效期至：2027/1/25
来源
涉及实体
相关事实
待验证在 AdvBench 上针对 DeepSeek-V4-Flash，SEMA-Auto 在平均 3.0 回合内达到 76.0% 的 ASR@1。72% 相似待验证Flash 1017 在 LongBench QA top-5 上得分为 68.9%，高于 DeepSeek V4-Pro 的 66.1% 和 GPT-4-Turbo 的 62.3%。66% 相似待验证DeepSeek 的模型 V4 Flash 0731 在 Terminal-Bench 2.1 上取得了 82.7% 的成绩61% 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 560% 相似待验证在自动化基准（automation bench）中，DeepSeek V4.1 Flash 1017 版本拿到 60 分，而 Opus 5 为 50 分。59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1103175API
curl https://kongchang.com/api/v1/knowledge/claims/1103175MCP
get_claim(id=1103175)