第 2026-11-14 期 · 行业追踪 · 模型发布 · 研究 · 开源
DeepSeek v4.1 flash成为首个SWE-sweep基准超1%的开源模型
在极具挑战性的SWE-sweep bug查找基准上,DeepSeek v4.1 flash(max)成为首个得分超过1%的开源权重模型。该基准要求模型在无提示情况下修复大型代码库中的数百个bug,目前最强专有模型Gemini 4 Hydrogen得分13.5%,GPT Astra 6为9.5%,开源模型仍有较大差距。
查看原文 ↗在极具挑战性的SWE-sweep bug查找基准上,DeepSeek v4.1 flash(max)成为首个得分超过1%的开源权重模型。该基准要求模型在无提示情况下修复大型代码库中的数百个bug,目前最强专有模型Gemini 4 Hydrogen得分13.5%,GPT Astra 6为9.5%,开源模型仍有较大差距。
查看原文 ↗