待验证50% 置信基准精确时间

DeepSeek V4.1号称SWE拿到74，但博主发现那是多次测试中挑出的最好成绩，open code实测65、PI实测66

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/1

首次发现

有效期至：2026/12/30

来源

三台Mac组集群硬跑573GB开源大模型MiMo V2.6 Pro实测

涉及实体

DeepSeek V4.1model SWEconcept

相关事实

待验证初代 DeepSeek Math 7B 在 MATH 竞赛基准测试中以70亿参数达到 51.7% 的正确率67% 相似待验证在SWE-Bench Multilingual测试中，HY3得分75.8，略微落后于DeepSeek V4 Pro的76.267% 相似已验证在 DeepSWE 基准上，GPT-5.6 各推理档位得分分别为 Low 45 分、Medium 61 分、High 69 分、X-High 71 分、Max 73 分66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/964442

API

curl https://kongchang.com/api/v1/knowledge/claims/964442

MCP

get_claim(id=964442)