已验证75% 置信基准精确时间

DeepSeek V4.1 Flash 在 GPQA、HLE 等方面的评分低于此前版本

5

来源数

75%

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

DeepSeek V4.1 Flash满血版API调用教程

涉及实体

DeepSeek V4.1 Flashmodel GPQAconcept HLEconcept

相关事实

待验证DeepSeek V4.1 Flash在AA新的私有评测基准上超越Astra登上榜首77% 相似待验证DeepSeek V4.1 Flash 在纯学术、纯知识型任务（如 GPQA）上有所欠缺，不适合承担深度学术研究或复杂文字创作工作77% 相似待验证DeepSeek V4.1 Flash在Deep SWE软件工程代码测试上拿到74分，是UP主见过的第一个在Deep SWE上达到74分的开放权重模型77% 相似待验证DeepSeek V4.1 Flash在测试时处于内测阶段，但通过直接调用模型ID已可正常访问75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/900418

API

curl https://kongchang.com/api/v1/knowledge/claims/900418

MCP

get_claim(id=900418)