DeepSeek-V4-Flash 在 DeepSWE 基准测试中得分 54.4,几乎与 Opus 4.8 相当

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。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论