2. Linux.do
  3. 根据网传消息复原v4.1f deepswe跑分：全部斩杀

根据网传消息复原v4.1f deepswe跑分：全部斩杀

羽织 2026-09-09 00:12 1



仅这一个榜，跑分消息来自网传微信截图

当然，跑分是跑分，实际是另一回事

来源：

微信群wy：

DeepSeek V4.1 Flash登顶世界第一模，DeepSWE超GPT6.0 Astra（消息源真假自辩） - 前沿快讯 - LINUX DO

最新回复 (19)
  • hanhanye 09-09 00:13
    1楼

    熟悉的全部斩杀，芜湖 ^-^

  • puppywang 09-09 00:13
    2楼

    啥， fable + astra 都被斩杀了？ 传出去， tibo 被砍头啦…

  • Morax Cheng 09-09 00:13
    3楼

    呃, 这个跑分高实际效果其实待会儿又不咋样, 谁家musespark

  • Flask 09-09 00:14
    4楼

    我看的另一张图是mini swe呀，这不对吧

  • xzcokw 09-09 00:14
    5楼

    还是那么熟悉的感觉，不知道说什么。秒了

  • woshengqilenie 09-09 00:14
    6楼

    我只能说发狂了，以前还是很理性的，现在怎么变这样了 ^-^

  • Xiwis Homed 09-09 00:14
    7楼

    mini-swe可能指得是用mini-swe-agent跑的测试？


    一个官方的跑测评用的harness


  • Zef 09-09 00:14
    8楼

    佬，这个跑分图哪里来?官网上出分了吗？

  • crazycrazyshui 09-09 00:15
    9楼

    这种可以点举报吗？拿个网传图就发前沿快讯^-^

    官方一个字都没说，就你们天天给人家招黑^-^^-^

  • Dyna 09-09 00:15
    10楼

    把屎端着到处给人看，也不是一个好习惯。

  • Flask 09-09 00:15
    11楼

    那与deepswe有啥区别呀，我问ai说是不一样

  • test 09-09 00:17
    12楼

    mini-swe就是deepswe测评的时候会使用的harness规范

  • neteroster 09-09 00:17
    13楼

    真不错，那ds能拿出快两个月前fable水平的“灰测”checkpoint给大家看看吗（，想必过了这么久水平一定远超当前所有模型了吧

  • shaiNpaa 09-09 00:19
    14楼

    梁王回来了吗？deepseek微微发力，就是核弹？

  • xiedian 09-09 00:19
    15楼

    看b站视频对相同项目的评测，这个有不小的概率就是之前灰测的。

  • tufutufu 09-09 00:20
    16楼

    我看不是说可以达到 98%Astra 的效果，牛大了

  • CrisR 09-09 00:21
    17楼

    这参数量真有这分数和价格，OpenAI和A\倒闭算了

  • suiya 09-09 00:21
    18楼

    flash就能超越肥波5.1和gpt6那接下来的pro模型不得世界第一模型，gpt7才能打败。。不太相信

  • sxjeru 09-09 00:22
    19楼

    还是没能刷过第一刷分王吗。


* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐