书接上回，我提出用 IOL 语言学奥赛题目测试大模型能力。 


今天突然爆出 DeepSeek 出了预览版：大家直接 /model deepseek-v4.1-flash-expires-on-0910 就能用。于是我抓紧来测试一下它的 IOL 能力。 
评测结论是：进步较大，回答基本是 “略有瑕疵” 水平，显著优于旧版本，不会在语法框架上犯大错误了。但距离 GPT-5.6-Sol 等轻松得到满分的模型，尚有差距。基于这一测试得到的推论（叠甲：不表示一般结论）是，v4.1f 在逻辑推理、信息归纳和理论一致性能力上有显著进步，可以作为工程辅助模型。 
接下来是具体分析。 
首先测试的是 2023IOL第二题 ，此前我拿 v4f 和 v4p 跑过测试，正好作为对比。v4.1f的作答基本正确，没有再犯 v4 时代的 nhinhikary vs. nhixinhikary 的注意力错误，没有像 ...