前言
记一次真实测评系列，正式停更。 
停更的原因有两个，首先是它占用了我较多的时间。 
其次是只有一个测试案例，且没有完全标准的评测标准。虽然这个案例能够大致反映模型的可用性，但是仅此而已，与我所期望测评能够带来的参考性有所差距。 
我在考虑发布一个更全面、准确性更高、标准且透明化的评测。 
而在此之前，我将减少测评的频率，并且这个测试案例会以短的测评系列和大家分享。 
感谢大家的支持和阅读！ 
▶ 
本次测试案例
DeepSeek V4.1 Flash

模型来源：官方 API

效率




排名
模型
时间（分钟）
备注




39
DeepSeek V4.1 Flash
13



22
Grok 4.6(xhigh)
16



23
DeepSeek V4 Flash 0731
17



32
Claude-Fable-5(xhigh)
23



36
DeepSeek V...