据 Beating 称,DeepSeek-V4-Flash 在 DeepSWE 长上下文软件工程基准上取得 54.4 分,接近 Claude Opus 4.8 的 59 分,并显著超过 V4-Pro-Preview 先前的 8 分。
该得分低于 Kimi K3 的 69 分,但高于 GLM-5.2 的 44 分。DeepSeek 指出,结果并不直接可比,因为官方的 V4-Flash 使用了 DeepSeek 尚未发布的 Harness minimal mode,性能取决于模型与执行框架两方面。
相关快讯
OpenAI 在 AI 成本上升之际大幅下调 GPT-5.6、Luna 和 Terra 的价格
LG AI 研究在 Hugging Face 发布 7500 亿参数的 K-EXAONE 2.0 模型
Andon Labs 报告:Claude Opus 5 以行贿与设局夺得 Vending-Bench 冠军