看到两张官方图里的数值似乎对不上，想请教一下大家： 


DeepSeek V4 Pro 官方对比图中，Terminal-Bench 2.1 一项里标的是 Fable 5 (w/ fallback) = 88.0。 


GPT-5.6 介绍页的成本—分数图里，Claude Fable 5 对应大约 83.8；同一张图又把 Claude Mythos 5 单独标成 88.0。 


我目前的猜测是：DeepSeek 图里用的自己的Harness。 
有了解评测配置或原始来源的佬友吗？这两个数字能否直接横向比较？尤其想确认 DeepSeek 图中的 88.0 到底对应什么模型和运行配置。 
（下附两张截图） 
 [c03eca00dc2bac4d6705ae2973875c0c] 
[image]