待验证50% 置信基准精确时间
OpenDesign基准测试显示V4.1 Flash在日常设计任务中仅以1.4%的成本达到了GPT-6 Astra 98%的得分
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/26
首次发现
有效期至：2026/12/25
来源
涉及实体
相关事实
待验证V4.1-Flash在与GPT-5.6级别模型对比时分数高出1分75% 相似待验证混搭版本（GPT-6 Astra规划评审+GLM 5.3 Flash写全部代码）的token消耗约为纯Claude版本的四分之一，但表现几乎持平75% 相似待验证据官方口径，V4.1 Flash在Terminal Bench 2.1、DeepSWE 1.1、CyberGym、HLE、Automation Bench、Agent's Last Exam等多个基准测试上成绩超过GPT-5.6 SOAR和Opus 572% 相似待验证GPT-6 Astra倾向于在第一次就生成更好、更可用的版本，首次成功率高、速度快；DeepSeek V4.1 Flash通过不断自我检查和迭代改进来提升质量但耗时长71% 相似待验证发布方宣称DeepSeek-V4.1-Flash的成本仅为Opus 5和GPT-5.6 Sol的1/4069% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/951266API
curl https://kongchang.com/api/v1/knowledge/claims/951266MCP
get_claim(id=951266)