牛！DeepSeek 的 Flash 小模型，在 DeepSWE 编程测试上跑赢了 Claude Opus 5！ 10 月 17 日，DeepSeek 把 … · @qihang_zeng6688 · TwKit

@qihang_zeng6688

牛！DeepSeek 的 Flash 小模型，在 DeepSWE 编程测试上跑赢了 Claude Opus 5！ 10 月 17 日，DeepSeek 把 V4.1 Flash 升级成了 V4.1-Flash-1017，网页端、App 和 API 已经同步换成新模型，权重也放到了 Hugging Face 和魔搭上。 先看官方给的成绩：DeepSWE v1.1 拿到 77.0，上一版是 74.2，Claude Opus 5 是 74.0，GPT-5.6 Sol 是 73.0。 这张表也不是每项都第一。HLE、Terminal-Bench 4.0、ProgramBench 这几项，官方表里 Opus 5 的分数还是更高。 更夸张的是成本。官方那张成本图上，77% 这个点对应的平均单任务成本在 0.2 美元左右。开发者 Ahmad Awais 按这张图估算，它比 Opus 5 每个任务便宜大约 60 倍。 第三方实测也能对上。Rubens Soto 用 OpenCode 跑了同一个任务： 1、新版：0.06 美元，10.1 万 token，9 分 26 秒 2、旧版：0.08 美元，14.7 万 token，22 分 53 秒 时间少了一半多，token 也少了三成。 你知道的，我一直是梁圣的粉丝。

曝光 270 · 评论 0 · 点赞 4 · 书签 0