deepseek-v4.1POST

DeepSeek V4.1 Flash official harness results: mini-SWE leads at 74.2%

Official DeepSWE v1.1 numbers across five harnesses range from mini-SWE at 74.2% to OpenCode at 65.5%, an 8.7-point spread for the same model.

多喝热水

@dohewaterArchived 1 day agoOriginally posted 2026.10.26

多喝热水 @dohewaterOriginally posted 2026.10.26

Open original on X

同一个 AI 模型，换个 Harness，性能差距竟然这么大！ DeepSeek V4.1 Flash 官方公布了不同 Harness 的实测成绩。 DeepSWE v1.1： mini-SWE：74.2% DeepSeek Harness：72.6% Claude Code：69.8% Codex：65.6% OpenCode：65.5% 同一个模型，最高相差 8.7 个百分点！以前大家都在争 Claude、GPT、DeepSeek 谁最强。现在看来，模型决定能力上限，Harness 决定你能发挥多少。未来真正值得卷的，可能不只是模型，而是 Harness。 https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash

x.com/dohewater/status/2114740373671334270Archived 2026.10.27 12:10