DeepSeek V4.1 Flash 在 WeirdML v3 得分 9.2%

网友 htihle 公布，DeepSeek V4.1 Flash 1017 在 WeirdML v3 基准上得分 9.2%，明显高于 Kimi-K3，是其所记录的最强中国模型。 该成绩是在 codex-cli 中测得的；htihle 称该服务商上下文窗口有限，现改用 PrimeIntellect 服务商并启用完整上下文。 另有网友表示，原本希望该模型能胜过 Haiku，尤其是在 Vals 的网络安全评测结果之后。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。