DeepSeek 10月17日将V4.1 Flash升级到1017版,网页、App同步更新,API仍用deepseek-flash,价格不变。
对照两次官方日志,HLE不使用工具的完整集成绩从36.8升到42.6,增加5.8个百分点;纯文本子集从39.1升到44.0,增加4.9个百分点。把新版44.0与旧版36.8相减,会把不同题集混在一起,夸大升级幅度。
编程成绩也附带运行条件:Terminal-Bench 4.0的42.3用Claude Code框架测得,DeepSWE的77.0用Mini-SWE-V2测得。它们不能直接代表换进任意编程工具后的完成率。使用DeepSeek Harness时,官方要求升到0.2.1-rc.1或以上;价格未变,单任务省多少钱仍取决于实际输出量、重试和工具调用。
DeepSeek 10月17日将V4.1 Flash升级到1017版,网页、App同步更新,API仍用deepseek-flash,价格不变。 对照两次官方日志,HLE不使用工具的完整集成绩从36.8升到42.6,增加5.8个百分点;纯文本子集从39.1升到44.0,增加4.9个百分点。把新版44.
阅读:0
点赞:0