[控场AI]
基准

Deeps V1.1

用于评估大模型在复杂编程任务上表现的基准测试,衡量代码生成与问题解决能力。

时间轴 (近 90 天)

10月31日

MiniMax M3.1 Flash 在复杂编程评测 Deeps V1.1 上得分 73.7%。

待验证50%

全部知识事实 (1)

来源文章