待验证50% 置信基准精确时间
在黑洞演示项目中，DeepSeek V4.1 Flash 表现最好并拿到 90 分，GLM5.3 Flash 垫底
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/23
首次发现
有效期至：2026/12/22
来源
涉及实体
相关事实
已验证V4.1 Flash在DeepSWE基准上以0.2分的微弱优势超过Opus 580% 相似待验证在DeepSWE v1.1基准测试上，3.8 Flash超越了大多数体量更大的前沿模型74% 相似待验证DeepSeek V4.1 Flash 在多项关键基准测试上能够与 GLM 5.3 和 Kimi K3 平起平坐74% 相似待验证发布方宣称DeepSeek-V4.1-Flash在DeepSWE、CyberGym和Automation Bench三项基准测试中表现优于Opus 5和GPT-5.6 Sol72% 相似待验证V4.1 Flash在DeepSWE、CyberDream、AutomationBench这些Agent基准上都拿到第一名72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/943528API
curl https://kongchang.com/api/v1/knowledge/claims/943528MCP
get_claim(id=943528)