DeepSWE 官方更新 V4 Pro 分数（ds到底怎么回事）

xioshark 2026-08-13 14:13 1

deepswe官方刚才更新dspro的分数了,ds到底怎么回事,为什么deepswe显示的跑分和官方会是相近的,难不成deepswe用的是ds的harness吗

最新回复 (19)

a12908 08-13 14:14

1楼

可能是灰度有些人用到了有些人没用到就合理了
Z 08-13 14:27

5楼

这可能也解释了有的榜单测出来分数不一样…估计没部署完
Flask 08-13 14:28

6楼

这pro比flash还便宜何意味？太离谱了吧
马上 08-13 14:31

7楼

这个图看着有点奇怪,grok4.5 high个人平时用起来体感上是比v4 flash要强的(没降智的版本)
阿团团团 08-13 14:31

8楼

不是越左越贵吗 pro很明显在flash左边啊
Pica 08-13 14:32

9楼

（帖子已被作者删除）
Flask 08-13 14:32

10楼

在右边哦，表格里也是一个0.06一个0.10
xioshark 楼主 08-13 14:32

11楼

flash就是比pro贵,下面有表格
xioshark 楼主 08-13 14:32

12楼

他这个没有画好,表格grok是在flash上面的
梨涡近点ಣ 08-13 14:34

13楼

你没仔细看，还错误解读别人的意思，你要不看看社区准则呢
fcsw 08-13 14:36

14楼

opus 5不是在最左边吗？他不是最贵的那几个吗
codexvn 08-13 14:36

15楼

grok4.5

grok 思考很简洁而且token很快

整体用下来单位token解决的问题是要比ds多效率高不少
翠花上酸菜 08-13 14:38

16楼

在V4FGA出来之前不是蹬过几天4.5吗，效果很好，后来是因为grok大降智，没得玩了，所以大家换成了蹬ds进行替代
unsafetrait 08-13 14:38

17楼

逆天啊，自家FABLE5不如OPUS5?这合理么？体感上明显OPUS5垃圾啊
马上 08-13 14:39

18楼

老马的grok要是不降智我那段时间都想停掉gpt的付费转投老马门下啦
Draw 08-13 14:41

19楼

现在的分数争议原因其实很简单

早上那波的pro到底是不是ga……
Hulot 08-13 14:41

20楼

这个价格让DS在里边显得格格不入 ^-^
xioshark 楼主 08-13 14:43

21楼

分数和体感并不挂钩,而且这里都写了是pass@1
agluo 08-13 14:43

22楼

何意味啊我怎么看不懂了 D4P有这么强？

而且pro还真比flash省钱？这对吗

价格算错了吧输出D4P 106K D4F 108K

算上价差肯定是pro贵啊难道是中间缓存发力了？晕