待验证50% 置信基准精确时间
DeepSeek V4.1 Flash 在 Humanities Last Exam 上得分为 42，与 Kimi K3、GLM 5.3 持平；Terminal Bench 得分同样为 42。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/28
首次发现
有效期至：2026/11/11
来源
涉及实体
相关事实
待验证在一道三样本数学题上，DeepSeek V4.1 Flash达到74分，与Opus 5.0持平，超过GLM的67分和V4 Pro的62分73% 相似待验证厂商报告数据显示，Kimi K3在GPQA Diamond得分93.5，SWE-bench Verified得分76.8；DeepSeek V4.1 Flash在Terminal-Bench 2.1报告得分90.6。71% 相似待验证MiMo-V2.6-Pro（1T 参数）得分 46 分，DeepSeek V4.1 Flash 1017（552B）和 GLM-5.3（753B）均为 45 分。68% 相似待验证模型卡给出的 GLM-5.3-Flash 基准成绩：Terminal-Bench 2.1 为 84.3，DeepSWE 为 63.4。68% 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。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1109674API
curl https://kongchang.com/api/v1/knowledge/claims/1109674MCP
get_claim(id=1109674)