V2EX › DeepSeek deepseek-flash 的第三方跑分趣闻 sentinelK · 1h 38m ago · 293 views 这次的 flash-v4.1 的第三方跑分释放了，数据源如下： /ai-market-guide/ pricing=blended-price#intelligence-breakdown 总体上是预期水平（ artificialanalysis.ai 刚刚调整了整个总分的权重和算法），但是发现了个有趣的点，值得玩味。
v4.1 的错误回答中，幻觉率非常大，也就是非常不懂装懂。幻觉率的公式是：错误答案 /（错误答案 + 部分答案 + 未尝试回答）也就是说，他有 96%的错误情形都是硬装。
而不是放弃或者只回答一部分。这也就导致，v4.1 的平均任务花费 token 数，会更高(PS:GPT6 的平均 token 数确实很惊艳)： 跑分 幻觉 模型 3 replies • 2026-09-11 14:53:15 +08:00 1 Insolitude 1h 15m ago via Android 还真有这种感觉，用的自部署的 deepseek v4 flash ，在 Claude code 这种比较克制的 harness 上，容易代码没理清就开始提修复。
到了 dsh 上，就比较奔放，问一个问题要从盘古开天辟地开始读代码，好处是确实看得比较透，坏处是 token 用量体感是 Claude 的 2-3 倍。 2 loveqianool 41 mins ago via Android 这上面怎么没有豆包呀。
3 sentinelK OP 36 mins ago @ loveqianool 这个有个筛选条件，你可以自选筛选哪些模型进入表格。