待验证50% 置信基准精确时间
在知识推理类任务上V4.1 Flash输给V4 Pro：博士级理科问答90.9对92.4、「人类最后的考试」36.8对42.7
1
来源数
50%
置信度
长期有效
时效性
2026/10/10
首次发现
来源
涉及实体
相关事实
待验证V4.1-Flash在某编程测试维度的得分达到74.2分，相比V4-Flash提升了将近20分71% 相似待验证Artificial Analysis独立评测中V4.1 Flash智能指数得39分，超过更大的V4 Pro的36分，测得约232 tokens/秒69% 相似待验证在一道三样本数学题上，DeepSeek V4.1 Flash达到74分，与Opus 5.0持平，超过GLM的67分和V4 Pro的62分69% 相似待验证V4 Pro的参数量是Flash模型的近6倍，但实际表现未能拉开显著差距67% 相似待验证V4.1 Flash提供低、中、最高三档推理强度，八项推理基准平均分从67.1涨到76.3，代价是输出Token增加约2.5倍66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/993493API
curl https://kongchang.com/api/v1/knowledge/claims/993493MCP
get_claim(id=993493)