DeepSeek V4.1 Flash 官方 Harness 实测：mini-SWE 74.2% 居首

多喝热水 @dohewater原推发布于 2026.10.26

在 X 上打开原推

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