Codex CLI test: V4.1 Flash and sol-6.1 both struggle on complex bugs
A side-by-side Codex CLI run of DeepSeek v4.1-Flash High vs sol-6.1-high found sol slightly better; Flash's fixes were often incomplete and sometimes introduced new bugs, while sol edited more conservatively.
实测 Codex 接 DeepSeek 和 sol-6.1：复杂 Bug 面前，两个都不太给力。 最近用 Codex CLI 做了一轮实际对比（原因主要就是穷鬼一个，codex 老是不够用，想用 deepseek 来顶）： DeepSeek v4.1-Flash（High） OpenAI sol-6.1-high 同一运行环境，让两个模型分别执行实际开发任务，再互相检查代码、找问题、尝试修复。 测下来的体感：sol-6.1 稍好一些，但优势没那么大。 尤其是涉及外部页面的复杂问题： 🔸 DeepSeek Flash：能处理一部分问题，但修复经常不够完整，偶尔还会引入新的 Bug。 🔹 sol-6.1：同样没能彻底解决问题，不过修改相对保守一些，至少在这轮测试中，没有明显引入更多问题。 说实话，这类复杂任务，两个模型目前都谈不上让人省心。 我的阶段性结论是： 简单任务看谁做得快，复杂任务更要看谁少犯错。能修多少是一回事，别把原本能跑的代码改坏，是另一回事。 这只是个人实际项目中的体感对比，不是严格的模型 Benchmark。 你们用 Codex 接 DeepSeek 或其他模型，遇到复杂 Bug 时表现怎么样？ #Codex #DeepSeek #OpenAI #CodingAgent #AI编程