gpt-6IMAGE

DeepSeek Harness 让 V4.1 Flash 提分，但仍低于 Astra 的 45

波斯语帖称 DeepSeek Harness 让 V4.1 Flash 平均涨 2–3 分但成本高 80%，对比中 GPT-6 Astra 得 45 分领先 Opus 5.5 与 Muse。

امیرحسین اسلامی

@AHSeslami11 天前收录原推发布于 2026.10.19

DeepSeek Harness 让 V4.1 Flash 提分，但仍低于 Astra 的 45

امیرحسین اسلامی @AHSeslami原推发布于 2026.10.19

ظاهراً استفاده از DeepSeek Harness باعث می‌شه امتیاز DeepSeek V4.1 Flash به‌طور میانگین ۲ تا ۳ نمره بهتر بشه! 🤯 البته یه هزینه هم داره: مصرف توکن و هزینه اجرا حدود ۸۰٪ بیشتر می‌شه، چون از ساب‌ایجنت‌ها استفاده می‌کنه و خروجی بیشتری تولید می‌کنه. نتایج جدید: DeepSeek V4.1 Flash + Claude Code Max: 39.1 High: 36.4 Low: 34.4 DeepSeek V4.1 Flash + DeepSeek Harness Max: 42.7 High: 39.2 Low: 34.8 برای مقایسه: GPT-6 Astra: 45 Opus 5.5: 41.7 Muse Wonder Full 1.0: 42 نکته عجیب‌تر؟ 👀 این مدل تنها مدلی بوده که تقلب رو تشخیص داده! همه نتایج هم روی سایت بنچمارک قابل مشاهده‌ست. این DeepSeek واقعاً داره شگفت‌انگیز عمل می‌کنه! 🔥

x.com/ahseslami/status/2111857718923301332采集于 2026.10.19 10:10