待验证50% 置信基准精确时间
在TominoBench 3.0/4.0这类需要专家级知识的硬核科学任务上，V4.1 Flash与顶尖模型仍有明显差距
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/11
首次发现
有效期至：2026/12/10
来源
涉及实体
相关事实
待验证在立方体展开与三维折叠题中，V4.1 Flash 和 V4 Flash 均白屏失败，V4 Pro 展开图正确但闭合逻辑错误判定失败，JLM 5.3 Flash 表现最佳65% 相似待验证本次评测采用六道覆盖前端、推理、因果的复合题目，让 V4.1 Flash、V4 Flash、开启深度思考的 V4 Pro 和 JLM 5.3 Flash 四款模型同题背对背测试64% 相似待验证一位开发者在构建网络安全系统时表示本地部署的DeepSeek V4 flash能与前沿实验室最佳方案不相上下63% 相似待验证不考虑成本时，前端编程能力排名为：参照模型 > Kimi K3 > Grok 4.6 > DeepSeek V4 Pro > DeepSeek V4 Flash62% 相似待验证V4.1 Flash在DeepSWE、CyberDream、AutomationBench这些Agent基准上都拿到第一名62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/900401API
curl https://kongchang.com/api/v1/knowledge/claims/900401MCP
get_claim(id=900401)