SuSu_酥酥👅
@NFT_Chen
😳意外！刚发布的 DeepSeek V4.1 Flash 直接消失在榜单外，Arena 还在把已经准备下线的 V4 Pro 排第4？！
刚上线、官方说全面超越 V4 Pro 的新模型完全没进样本，旧模型还在吃排位，这榜到底在评什么？样本滞后、模型筛选、还是更新节奏本身就不透明？
刚上线、官方说全面超越 V4 Pro 的新模型完全没进样本，旧模型还在吃排位，这榜到底在评什么？样本滞后、模型筛选、还是更新节奏本身就不透明？
SuSu_酥酥👅@NFT_Chen · Sep 10🤔有所质疑：DeepSeek-V4.1-Flash 上 Code Arena WebDev：1620 分，约第14，先挤掉水分！
别被带偏的事实： 🔹这是 AutoEval，不是真人盲测 🔹离 GPT-6 Astra / Claude Fable 仍差 140+ 分 🔹官方 HLE 36.8，Opus 5 是 56.3 🔹Terminal-Bench 3.0 仍落后 Opus
真正能打的参数： 🔸DeepSWE
别被带偏的事实： 🔹这是 AutoEval，不是真人盲测 🔹离 GPT-6 Astra / Claude Fable 仍差 140+ 分 🔹官方 HLE 36.8，Opus 5 是 56.3 🔹Terminal-Bench 3.0 仍落后 Opus
真正能打的参数： 🔸DeepSWE
Open quoted post →
10 36