2. Linux.do
  3. 知乎知名榜单的Deepseek flash 0731评测结果——Flash用285B的参数真的接近三倍大的GLM5.2了？(搬运)

知乎知名榜单的Deepseek flash 0731评测结果——Flash用285B的参数真的接近三倍大的GLM5.2了？(搬运)

Eeevan 2026-08-02 15:00 1

评测成绩


逻辑能力


编程能力




测评文章： 如何评价DeepSeek-V4 Flash 正式版，有哪些亮点？ - 知乎

具体榜单： 致知




榜单预览



Harness差异性


好像本来是等V4 PRO出来的时候一起发布。但是这个成绩确实提升蛮大的，忍不住发了好像。


这次V4好像很吃Harness, 不同Harness成绩区别蛮大的，尤其是和Codex好像不是很适配。


截取自文章：



Flash 的编程能力有较大的差异性，同时体现在语言的差异和 Harness 差异上。Flash 同许多国产模型一样，在训练语料和训练方法更成熟的前端领域效果显著，最终成品可以和参数大近 3 倍的 GLM-5.2 互有胜负。但在 Rust、swift 这类非热门领域，效果则断崖下跌，Flash 大体上知道需要做什么，但对细节的掌握程度还是不如前端高。而 Pro/Flash preview 版本则连需要做什么，如何推进都不太清楚。




Harness 差异主要在 Claude Code 与 Codex 的默认设置和工具链不同。其中 Claude Code 默认的单次输出长度限制了 Flash 的发挥。Flash 和先前preview 一样，喜欢在动手前想清楚，在复杂项目的规划阶段，Flash 一次思考有可能达到 50K Token。而 Codex 则是因为自身迭代频繁，Flash 对其中的工具使用效率偏低，同样任务可能会多 30~40% 步数。不过从最终效果来看，两种 Harness 差异不大。而即将发布的自家 Harness 能同时解决默认配置和工具熟悉问题，至少不会在这方面拖后腿。


最新回复 (4)
  • xodo 08-02 15:03
    2楼

    所以说 Deepseek Harness才是 8 月最值得期待的产品？（也好以后不用当三姓家奴了）

  • NascentSoul 08-02 15:20
    3楼

    A/ 和 O/ 目前 Harness 做的最好。而 DS 打榜评分是基于自家 Harness 的。Harness 大概率是最大的惊喜。

  • CNJK49 08-02 15:26
    4楼

    KIMI有多模态，不会被影响，需要多模态的自然不会用deepseek

    但是现在涨价和饥饿营销的智谱，确实是小丑 ^-^

  • 适才相戏耳 08-03 00:45
    5楼

    说实话，luna很便宜中转倍率更低，如果自己买号，那更低，算下来DS就没那么划算了 ^-^，PRO正式版有现在的2倍效果，FLASH价格那就超值了

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐