ds的livebench 出来了

从评分来看，感觉测得是回退前的版本？

二编：

回退前的ga版本太怪了

什么max<high,知识截止到24.06的

但站内确实又有效果极好，仿佛用的另一个模型的测试案例……

我咋感觉更新后 flash 反而变得更好用了，pro 纯陪跑

咋看起来像某位flash＞pro的哈基米

目前看来应该就是没有上错模型，就是训练失败了，但是又赶着训练下一代，就先把这个发上来了，没想到市场哗然了

希望下一代加油吧，deepseek自从r1之后，除了flash0731还行，其他都有点拉完了。deepseek要是不努点力，z/和k/真要肆无忌惮涨价了

不太清楚，主要是推理能力太弱了，之前k3刚出来推理能力仅次于sol ，这ds p ro 这还没flash 强，难绷

当初哈基米flash 强了以为3.5pro 有大招，结果难产了，flash 成了哈基米最强的，这样ds 还不如难产，总归有期待^-^

现在看感觉跟有问题一样，等等官方消息放出来之后的版本吧

补一个aa的评测结果

这到底是哪个维度的ds啊

跟进入了四维空间似的 都不知道到底信谁了^-^^-^

暂时就当V4pro死了吧，没有用的必要，flash还是可以蹬的

感觉不会Gemini3.5pro化吧^-^^-^

这样看怎么感觉flash和pro基本没啥区别呢 ^-^

虽然livebench里标明了pro仍然是cost per task最低的那个，比flash还低

不过差不多也是opus4.8的水平了，价格不变的话应该是很有性价比的

coding太差真的有些致命，毕竟api用量的大头还得是coding，这点反观k3和qwen3.8就做的比较好

deepseek官方不知道什么情况，如果正式发布了起码给个公告吧，没有正式发布的话就不要提前搞得满城风雨，又是微信群又是官网横幅的。现在这种发布了又不官宣，大家都很失望的氛围真的很奇怪。。。

要么是练炸了，要么就是赶鸭子上架，DS RL本来就是强项，和自300B的Flash模型拉不开差距，不现实的。

何况Flash后训练大家也有目共睹，直接是能用和不能用的改变。

Hermess都没有出来，实际价格也没有改变，很难不怀疑GA到底有没有真的全量。