DeepSeek V4终端评测复现
社区作者用公开可下载的 Ante 评测框架复现 DeepSeek V4 Flash 0731 在 Terminal-Bench 2.1 上的 82.7% 成绩，共 445 次试验。该结果与官方未开源的 minimal harness 分数一致，并公开了配置、试验记录、奖励、异常、耗时和 token 用量。
事件进展（2 篇报道）
-
2026-08-09 16:39
-
2026-08-10 01:37
社区作者用公开可下载的 Ante 评测框架复现 DeepSeek V4 Flash 0731 在 Terminal-Bench 2.1 上的 82.7% 成绩，共 445 次试验。该结果与官方未开源的 minimal harness 分数一致，并公开了配置、试验记录、奖励、异常、耗时和 token 用量。