OpenCode Go 的 DeepSeek V4 Flash 跑分神鬼二象性

花白 2026-08-08 21:21 1

用 Go 订阅的 V4F 跑了两次 TerminalBench 2.1 (官方的 0731 检查点 ~82.7%) ，第一次 75.28% ，第二次暴降到 64.04% ，这下真不知道为什么了^-^。

最新回复 (11)

菜籽 08-08 21:23

1楼

上游有很多provider ，给你路由到奇怪的供应商了
3GZ 08-08 21:23

2楼

其实挺正常的，小模型质量就是不太稳定，会有性能波动。跑分本来就是要多次采样，取平均分。
花白楼主 08-08 21:24

3楼

我看官方说要跑五次算方差，所以在跑第三次。
CyreneNight 08-08 21:25

4楼

应该是路由到神秘团队部署的神秘自托管模型了吧
菜籽 08-08 21:26

5楼

周五我就发现opencode 质量不稳定，今天研究了一天，opencode 预览版flash和正式版混用（找到确凿证据）多个provider(确凿证据)，路由到量化（猜测）
初九猫 08-08 21:26

6楼

DeepSeek跑分的波动本来也不小
忍者熊 08-08 21:52

7楼

opencode go订阅也一样吗，我记得之前看过opencode官方文档中有介绍，go订阅中的deepseek是调用官方的，现在改了吗
菜籽 08-08 22:15

8楼

go 没测那么仔细，但是我糖果题claude code 里面答不对，建议买官方API，官方API我10次9次都是对的
ppdx 08-08 22:18

9楼

佬友跑完了吗 ^-^

感觉opencodego 已经不是一个不错的选择了。
crazycrazyshui 08-08 22:21

10楼

13是比较正常的，你看5.6也有10%，使用起来的感觉其实更像是preview和GA版的差异了
wanmu 08-08 22:25

11楼

我昨天测官 api 10 次 3 对

go 是 10 次 4 对

是 opencode 这个 harness 的问题吗 ^-^